Naukowcy z Google DeepMind odkryli 2,2 miliona nowych materiałów z pomocą sztucznej inteligencji

Naukowcy z Google DeepMind wykorzystali technologię sztucznej inteligencji do wyszukania 2,2 miliona nieznanych wcześniej struktur krystalicznych, które mogą znaleźć zastosowanie w różnych dziedzinach, od energii odnawialnej po komputery kwantowe.

Co wiadomo

Według badania, liczba teoretycznie stabilnych, ale jeszcze nie zsyntetyzowanych w laboratorium związków odkrytych za pomocą narzędzia GNoME AI przekracza 45-krotnie wszystkie wcześniej znane materiały. Odpowiada to prawie 800 latom wcześniejszych odkryć eksperymentalnych w tej dziedzinie.

Następnie naukowcy planują przetestować wykonalność 381 000 najbardziej obiecujących struktur w produkcji ogniw słonecznych, nadprzewodników i innych technologii. W ten sposób DeepMind chce zademonstrować potencjał sztucznej inteligencji do przyspieszenia postępu naukowego i tworzenia użytecznych materiałów.

Według współautora Ekina Dogusa Cubuka, trudno jest znaleźć jakąkolwiek branżę, która nie skorzystałaby na lepszych materiałach. Na przykład, nowe związki mogłyby pomóc w opracowaniu wszechstronnych substancji warstwowych lub chipów neuromorficznych, które naśladują funkcje mózgu.

Zespół DeepMind wykorzystał uczenie maszynowe do wygenerowania, a następnie oceny stabilności kandydujących struktur. Pozwoliło im to znaleźć znacznie więcej związków w porównaniu z kosztowną metodą prób i błędów stosowaną wcześniej.

Naukowcy z Uniwersytetu Kalifornijskiego w Berkeley wypróbowali już niektóre z przewidywanych związków w praktyce. Byli w stanie eksperymentalnie zsyntetyzować 41 z 58 z danej listy materiałów docelowych przy użyciu obliczeń i zautomatyzowanego laboratorium chemicznego.

Według niezależnych ekspertów, to połączone podejście znacznie przyspieszy odkrywanie nowych obiecujących materiałów do rozwiązywania globalnych problemów. Baza danych kryształów nieorganicznych DeepMind powinna stać się nieocenionym źródłem innowacji w zakresie czystej energii i ochrony środowiska.

Źródło: Financial Times