DeepMind人工智能工具将材料科学带入下一个800年
DeepMind人工智能工具将材料科学带入下一个800年发现具有非同寻常特性的新材料可以让技术的雪球滚动起来,最终推动社会向新的方向发展--但到目前为止,这是一个艰苦缓慢的过程,需要进行大量的试错实验。例如,无机晶体材料在首次合成时可能会显示出巨大的潜力,但如果晶体不能保持稳定,所有这些潜力都将化为乌有;如果发现一种新晶体可以提高电池或电子产品的性能,但它却会崩解和降解,那就没有任何好处了。而这正是DeepMind的"材料探索图网络"(GraphNetworksforMaterialsExploration,GNoME)深度学习工具刚刚发布的消息有望带来巨大变革的地方。GNoME人工智能识别出的稳定无机晶格结构GNoME工具已经发现了不少于220万种新的无机晶体,并将其中38万种晶体鉴定为最稳定的晶体,为研究人员提供了一份经过预先筛选的新材料清单,以便他们去合成新材料,进行实验研究。其中约736种材料已经在世界各地的研究实验室中独立完成。"在这些候选材料中,有可能开发出未来变革性技术的材料,从为超级计算机提供动力的超导体,到提高电动汽车效率的下一代电池,不一而足。"Google博客这样叙述。DeepMind团队介绍说:"在这些新发现中有5.2万种与石墨烯类似的新型层状化合物,它们有可能随着超导体的开发而彻底改变电子技术,在此之前,已经发现了大约1000种此类材料。我们还发现了528种潜在的锂离子导体,是之前研究的25倍,可用于提高充电电池的性能。"Google正在将GNoME的所有发现和预测提供给"下一代材料项目"(NextGenMaterialsProject),DeepMind在该项目中为人工智能提供了大量的训练材料。虽然其他人工智能系统在发现新晶体方面做了大量工作,但GNoME系统现在已经以前所未有的规模完成了这项工作,并以前所未有的准确性预测出哪些晶体结构将足够稳定,值得进行实验。最终的结果是,浪费的时间将大大减少;研究人员将能够把精力集中在新材料结构的巨大宝库上,而不会因为晶体不稳定而走入许多死胡同。自主实验室技术有望进一步加速材料科学的发展图/伯克利实验室更重要的是,DeepMind团队还与伯克利实验室合作,创建并演示了一个能够自主合成这些新晶体的机器人实验室。在今天发表的一篇论文中,团队报告说,机器人实验室已经成功合成了41种这种新材料--进一步加速合成的潜力令人瞩目。这两个项目可能会开启数不清的技术发展之路--它们鲜明地表明,人工智能系统已经开始在生活的几乎每一个领域引发剧烈动荡。晶体发现论文和自主实验室论文在《自然》杂志上公开发表。...PC版:https://www.cnbeta.com.tw/articles/soft/1400815.htm手机版:https://m.cnbeta.com.tw/view/1400815.htm
在Telegram中查看相关推荐
🔍 发送关键词来寻找群组、频道或视频。
启动SOSO机器人