اكتشف Google DeepMind AI للتو 380,000 مادة جديدة. هذا الروبوت يقوم بطهيها.

تعاون روبوت كيميائي للتو مع دماغ الذكاء الاصطناعي لإنشاء مجموعة نفيسة من المواد الجديدة.

تصف دراستان تعاونيتان من Google DeepMind وجامعة كاليفورنيا في بيركلي نظامًا يتنبأ بخصائص المواد الجديدة، بما في ذلك تلك التي قد تكون مفيدة في البطاريات و الخلايا الشمسية- وينتجها ب الذراع الروبوتية.

نحن نعتبر المواد اليومية أمرا مفروغا منه: الأكواب البلاستيكية لقضاء العطلات، أو المكونات الموجودة في هواتفنا الذكية، أو الألياف الاصطناعية في السترات التي تبقينا دافئين عندما تهب الرياح الباردة.

لقد اكتشف العلماء بشق الأنفس ما يقرب من 20,000 ألف نوع مختلف من المواد التي تتيح لنا بناء أي شيء منها شرائح الكمبيوتر إلى المعاطف المنتفخة وأجنحة الطائرات. ويجري العمل حاليًا على عشرات الآلاف من المواد المفيدة المحتملة. ومع ذلك، فقد خدشنا السطح فقط.

فريق بيركلي طورت روبوتًا يشبه الطاهي، يمزج المكونات ويسخنها، ويحول الوصفات تلقائيًا إلى مواد. باعتباره "اختبار تذوق"، يقوم النظام، الذي يطلق عليه اسم A-Lab، بتحليل الخصائص الكيميائية لكل منتج نهائي لمعرفة ما إذا كان سيحقق العلامة.

في هذه الأثناء، الذكاء الاصطناعي الخاص بشركة DeepMind حلمت بعدد لا يحصى من الوصفات ليقوم طهاة A-Lab بطهيها. إنها قائمة ضخمة. باستخدام استراتيجية التعلم الآلي الشائعة، تم العثور على الذكاء الاصطناعي مليوني تركيب كيميائي و380,000 ألف مادة مستقرة جديدة، والعديد منها يتعارض مع الحدس البشري. العمل عبارة عن توسعة "من حيث الحجم" للمواد التي نعرفها حاليًا، أي المؤلفين كتب.

باستخدام كتاب الطبخ الخاص بـ DeepMind، تم تشغيل A-Lab لمدة 17 يومًا وقام بتصنيع 41 من أصل 58 مادة كيميائية مستهدفة - وهو فوز كان سيستغرق شهورًا، إن لم يكن سنوات، من التجارب التقليدية.

معًا، يمكن للتعاون أن يطلق حقبة جديدة من علم المواد. "إنه أمر مثير للإعجاب للغاية" محمد الدكتور أندرو روزن من جامعة برينستون، والذي لم يشارك في العمل.

دعونا نتحدث عن المواد الكيميائية

انظر حولك. العديد من الأشياء التي نعتبرها أمرا مفروغا منه - شاشة الهاتف الذكي التي قد تقوم بالتمرير عليها - تعتمد على كيمياء المواد.

لقد استخدم العلماء منذ فترة طويلة التجربة والخطأ لاكتشاف الهياكل المستقرة كيميائيًا. ومثل قطع الليغو، يمكن بناء هذه المكونات في مواد معقدة تقاوم التغيرات الكبيرة في درجات الحرارة أو الضغوط العالية، مما يسمح لنا باستكشاف العالم من أعماق البحار إلى الفضاء الخارجي.

وبمجرد رسم الخرائط، يلتقط العلماء الهياكل البلورية لهذه المكونات ويحفظونها كمرجع. وقد تم بالفعل إيداع عشرات الآلاف منها في بنوك البيانات.

في الدراسة الجديدة، استفادت DeepMind من هذه الهياكل البلورية المعروفة. قام الفريق بتدريب نظام الذكاء الاصطناعي على مكتبة ضخمة تضم مئات الآلاف من المواد تسمى مشروع المواد. تتضمن المكتبة مواد نحن على دراية بها ونستخدمها بالفعل، إلى جانب آلاف الهياكل ذات الخصائص غير المعروفة ولكن من المحتمل أن تكون مفيدة.

تم تدريب الذكاء الاصطناعي الجديد الخاص بـ DeepMind على 20,000 ألف بلورة غير عضوية معروفة - و28,000 ألفًا أخرى مرشحة واعدة - من مشروع المواد لمعرفة الخصائص التي تجعل المادة مرغوبة.

بشكل أساسي، يعمل الذكاء الاصطناعي مثل وصفات اختبار الطهي: أضف شيئًا صغيرًا هنا، وقم بتغيير بعض المكونات هناك، ومن خلال التجربة والخطأ، يصل إلى النتائج المرجوة. وبتغذية البيانات من مجموعة البيانات، تم إنشاء تنبؤات للمواد الكيميائية الجديدة التي يحتمل أن تكون مستقرة، إلى جانب خصائصها. وتم إدخال النتائج مرة أخرى إلى الذكاء الاصطناعي لتحسين "وصفاته".

وعلى مدى عدة جولات، سمح التدريب للذكاء الاصطناعي بارتكاب أخطاء صغيرة. وبدلاً من تبديل هياكل كيميائية متعددة في نفس الوقت - وهي خطوة قد تكون كارثية - قام الذكاء الاصطناعي بتقييم التغيرات الكيميائية الصغيرة بشكل متكرر. على سبيل المثال، بدلاً من استبدال مكون كيميائي بآخر، يمكن أن يحاول استبدال النصف فقط. إذا لم تنجح عمليات المقايضة، فلا مشكلة، فقد تخلص النظام من أي مرشح لم يكن مستقرًا.

وفي نهاية المطاف، أنتج الذكاء الاصطناعي 2.2 مليون بنية كيميائية، وتوقع أن 380,000 ألف منها ستكون مستقرة إذا تم تصنيعها. وكانت أكثر من 500 من المواد التي تم العثور عليها حديثًا مرتبطة بموصلات أيونات الليثيوم، والتي تلعب دورًا مهمًا في البطاريات الحالية.

"هذا يشبه ChatGPT لاكتشاف المواد" محمد الدكتورة كارلا جوميز من جامعة كورنيل، والتي لم تشارك في البحث.

العقل إلى المسألة

توقعات DeepMind للذكاء الاصطناعي هي كما يلي: ما يبدو جيدًا على الورق قد لا ينجح دائمًا.

هنا يأتي دور A-Lab. قام فريق بقيادة الدكتور جيربراند سيدر من جامعة كاليفورنيا في بيركلي ومختبر لورانس بيركلي الوطني ببناء نظام آلي آلي يوجهه الذكاء الاصطناعي المدرب على أكثر من 30,000 ألف وصفة كيميائية منشورة. باستخدام الأذرع الآلية، يقوم A-Lab ببناء مواد جديدة عن طريق انتقاء المكونات وخلطها وتسخينها وفقًا للوصفة.

وعلى مدار أسبوعين من التدريب، أنتجت A-Lab سلسلة من الوصفات لـ 41 مادة جديدة دون أي مدخلات بشرية. لم يكن الأمر ناجحًا تمامًا: فقد فشلت 17 مادة في تحقيق هدفها. ومع ذلك، مع اندفاعة من التدخل البشري، قام الروبوت بتركيب هذه المواد دون أي عوائق.

تفتح الدراستان معًا عالمًا من المركبات الجديدة التي قد تلبي التحديات العالمية الحالية. تتضمن الخطوات التالية إضافة خصائص كيميائية وفيزيائية إلى الخوارزمية لتحسين فهمها للعالم المادي وتجميع المزيد من المواد للاختبار.

تطلق شركة DeepMind الذكاء الاصطناعي الخاص بها وبعض وصفاتها الكيميائية للجمهور. وفي الوقت نفسه، يقوم A-Lab بتشغيل الوصفات من قاعدة البيانات وتحميل نتائجها إلى مشروع المواد.

بالنسبة لسيدر، يمكن لخريطة المواد الجديدة التي أنشأها الذكاء الاصطناعي أن "تغير العالم". إنه ليس مختبرًا بحد ذاته، هو محمد. بل هي "المعرفة والمعلومات التي تولدها".

مصدر الصورة: مارلين سارجنت / مختبر بيركلي

• محتوى مدعوم من تحسين محركات البحث وتوزيع العلاقات العامة. تضخيم اليوم.
• PlatoData.Network Vertical Generative Ai. تمكين نفسك. الوصول هنا.
• أفلاطونايستريم. ذكاء Web3. تضخيم المعرفة. الوصول هنا.
• أفلاطون كربون، كلينتك ، الطاقة، بيئة، شمسي، إدارة المخلفات. الوصول هنا.
• أفلاطون هيلث. التكنولوجيا الحيوية وذكاء التجارب السريرية. الوصول هنا.
• المصدر https://singularityhub.com/2023/11/30/a-google-deepmind-ai-just-discovered-380000-new-materials-this-robot-is-cooking-them-up/