Google DeepMind-forskare har upptäckt 2,2 miljoner nya material med hjälp av AI

Google DeepMind

Forskare vid Google DeepMind har använt artificiell intelligens för att söka efter 2,2 miljoner tidigare okända kristallstrukturer som kan hitta tillämpningar inom områden som sträcker sig från förnybar energi till kvantdatorer.

Det här är vad vi vet

Enligt studien överstiger antalet teoretiskt stabila, men ännu inte syntetiserade i labbet, föreningar som upptäckts med hjälp av GNoME AI-verktyget alla tidigare kända material med en faktor på 45. Detta motsvarar nästan 800 år av tidigare experimentella upptäckter på området.

Därefter planerar forskarna att testa lönsamheten hos 381 000 av de mest lovande strukturerna i produktionen av solceller, supraledare och annan teknik. På så sätt vill DeepMind visa vilken potential AI har för att påskynda vetenskapliga framsteg och skapa användbara material.

Enligt medförfattaren Ekin Dogus Cubuk är det svårt att hitta någon industri som inte skulle dra nytta av bättre material. De nya föreningarna kan till exempel bidra till att utveckla mångsidiga skiktade ämnen eller neuromorfiska chip som efterliknar hjärnans funktion.

DeepMind-teamet använde maskininlärning för att generera och sedan utvärdera stabiliteten hos kandidatstrukturer. Detta gjorde det möjligt för dem att hitta många fler föreningar jämfört med den dyra trial and error-metoden som användes tidigare.

Forskare från University of California i Berkeley har redan provat några av de förutspådda föreningarna i praktiken. De kunde experimentellt syntetisera 41 av 58 av en given lista över målmaterial med hjälp av beräkningar och ett automatiserat kemilaboratorium.

Enligt oberoende experter kommer denna kombinerade metod att dramatiskt påskynda upptäckten av nya lovande material för att lösa globala problem. DeepMinds databas över oorganiska kristaller bör bli en ovärderlig källa till innovation inom ren energi och miljöskydd.

Källa: Financial Times: Financial Times