Google DeepMind AI avastas just 380,000 XNUMX uut materjali. See robot küpsetab neid.

Robotkeemik tegi just koostööd tehisintellekti ajuga, et luua hulgaliselt uusi materjale.

Kaks Google DeepMindi ja California ülikooli Berkeley koostööuuringut kirjeldavad süsteemi, mis ennustab uute materjalide omadusi, sealhulgas neid, mis võivad olla kasulikud patareides ja akudes. päikesepatareid-ja toodab neid a robotkäsi.

Peame igapäevaseid materjale enesestmõistetavaks: plasttopsid pidusöögiks, nutitelefonide komponendid või jopedes olevad sünteetilised kiud, mis hoiavad meid külma tuule käes soojas.

Teadlased on püüdlikult avastanud ligikaudu 20,000 XNUMX erinevat tüüpi materjali, millest saame kõike ehitada. arvutikiibid punnis mantlitele ja lennukitiibadele. Töös on veel kümneid tuhandeid potentsiaalselt kasulikke materjale. Ometi oleme ainult pinda kriimustanud.

Berkeley meeskond töötas välja kokataolise roboti, mis segab ja soojendab koostisosi, muutes retseptid automaatselt materjalideks. "Maitsetestina" analüüsib süsteem, mida nimetatakse A-Labiks, iga lõpptoote keemilisi omadusi, et näha, kas see tabab märki.

Samal ajal DeepMindi AI unistanud A-Labi kokale hulgaliselt retsepte kokkamiseks. See on kopsakas nimekiri. Kasutades populaarset masinõppestrateegiat, AI leidis kaks miljonit keemilist struktuuri ja 380,000 XNUMX uut stabiilset materjali – paljud on vastuolus inimese intuitsiooniga. Teos on "suurusjärgu" laiendus materjalidele, mida me praegu teame, autorid kirjutas.

DeepMindi kokaraamatut kasutades töötas A-Lab 17 päeva ja sünteesis 41-st sihtkemikaalist 58 – see võit oleks võtnud kuid, kui mitte aastaid, traditsioonilisteks katseteks.

Koos võib koostöö käivitada materjaliteaduse uue ajastu. "See on väga muljetavaldav," ütles Dr Andrew Rosen Princetoni ülikoolist, kes ei osalenud töös.

Räägime kemikaalidest

Vaata enda ümber. Paljud asjad, mida me peame iseenesestmõistetavaks – see nutitelefoni ekraan, millel võite kerida – põhinevad materjalide keemial.

Teadlased on keemiliselt stabiilsete struktuuride avastamiseks pikka aega kasutanud katse-eksituse meetodit. Nagu Lego klotsid, saab neid komponente ehitada keerukatesse materjalidesse, mis peavad vastu dramaatilistele temperatuurimuutustele või kõrgele rõhule, võimaldades meil uurida maailma süvamerest avakosmoseni.

Pärast kaardistamist jäädvustavad teadlased nende komponentide kristallstruktuurid ja salvestavad need struktuurid võrdluseks. Kümned tuhanded on juba hoiustatud andmepankadesse.

Uues uuringus kasutas DeepMind neid teadaolevaid kristallstruktuure ära. Meeskond treenis tehisintellektisüsteemi tohutul raamatukogul, mis sisaldas sadu tuhandeid materjale nimega Materjalide projekt. Raamatukogu sisaldab meile juba tuttavaid ja kasutatavaid materjale ning tuhandeid tundmatute, kuid potentsiaalselt kasulike omadustega struktuure.

DeepMindi uus tehisintellekt treenis materjaliprojektis 20,000 28,000 teadaoleva anorgaanilise kristalli ja veel XNUMX XNUMX paljutõotava kandidaadi kohta, et õppida, millised omadused muudavad materjali ihaldusväärseks.

Põhimõtteliselt töötab tehisintellekt nagu kokk, kes katsetab retsepte: lisage siia midagi, muutke seal mõnda koostisosa ja katse-eksituse meetodil saavutatakse soovitud tulemused. Andmekogust saadud andmete põhjal genereeriti ennustused potentsiaalselt stabiilsete uute kemikaalide ja nende omaduste kohta. Tulemused suunati AI-sse tagasi, et selle "retsepte" veelgi lihvida.

Paljude voorude jooksul võimaldas koolitus tehisintellektil teha väikseid vigu. Selle asemel, et vahetada korraga välja mitu keemilist struktuuri – potentsiaalselt katastroofiline samm – hindas tehisintellekt iteratiivselt väikseid keemilisi muutusi. Näiteks ühe keemilise komponendi teisega asendamise asemel võib see proovida asendada ainult poolega. Kui vahetustehingud ei toiminud, pole probleemi, süsteem rookis välja kõik ebastabiilsed kandidaadid.

AI tootis lõpuks 2.2 miljonit keemilist struktuuri, millest 380,000 500 ennustati sünteesi korral stabiilseks. Üle XNUMX äsja leitud materjalist olid seotud liitiumioonjuhtidega, mis mängivad tänapäeva akudes olulist rolli.

"See on nagu materjalide avastamiseks mõeldud ChatGPT," ütles Dr Carla Gomes Cornelli ülikoolist, kes ei osalenud uuringus.

Mõistus asjasse

DeepMindi AI ennustused on just sellised: see, mis paberil hea välja näeb, ei pruugi alati õnnestuda.

Siin tulebki A-Lab mängu. Dr. Gerbrand Cederi juhitud meeskond Berkeley ülikoolist ja Lawrence Berkeley riiklikust laborist ehitasid automatiseeritud robotsüsteemi, mida juhib enam kui 30,000 XNUMX avaldatud keemilise retsepti järgi koolitatud tehisintellekt. Robotkäsivarte abil ehitab A-Lab uusi materjale, korjates, segades ja kuumutades koostisosi vastavalt retseptile.

Kahenädalase koolituse jooksul koostas A-Lab rea retsepte 41 uue materjali jaoks ilma inimesepoolse panuseta. See ei olnud täielik edu: 17 materjali ei suutnud oma eesmärki täita. Kuid inimliku sekkumise abil sünteesis robot need materjalid probleemideta.

Üheskoos avavad need kaks uuringut uudsete ühendite universumi, mis võivad vastata tänapäeva globaalsetele väljakutsetele. Järgmised sammud hõlmavad algoritmile keemiliste ja füüsikaliste omaduste lisamist, et parandada selle arusaamist füüsilisest maailmast, ja testimiseks rohkemate materjalide sünteesimist.

DeepMind avaldab oma tehisintellekti ja mõned selle keemilised retseptid avalikkusele. Samal ajal töötab A-Lab andmebaasist retsepte ja laadib nende tulemused materjaliprojekti.

Cederi arvates võib AI-ga loodud uute materjalide kaart "maailma muuta". See pole A-labor ise, ta ütles. Pigem on see "teadmised ja teave, mida see genereerib".

Pildi krediit: Marilyn Sargent / Berkeley Lab

• SEO-põhise sisu ja PR-levi. Võimenduge juba täna.
• PlatoData.Network Vertikaalne generatiivne Ai. Jõustage ennast. Juurdepääs siia.
• PlatoAiStream. Web3 luure. Täiustatud teadmised. Juurdepääs siia.
• PlatoESG. Süsinik, CleanTech, Energia, Keskkond päikeseenergia, Jäätmekäitluse. Juurdepääs siia.
• PlatoTervis. Biotehnoloogia ja kliiniliste uuringute luureandmed. Juurdepääs siia.
• Allikas: https://singularityhub.com/2023/11/30/a-google-deepmind-ai-just-discovered-380000-new-materials-this-robot-is-cooking-them-up/