A Google mesterséges intelligencia és a robotrendszerek új határokat kovácsolnak az anyagfelfedezésben

A Google mesterséges intelligencia és a robotrendszerek új határokat kovácsolnak az anyagfelfedezésben

A Google mesterséges intelligencia és a robotrendszerek új határokat kovácsolnak az anyagfelderítésben, a PlatoBlockchain adatintelligenciában. Függőleges keresés. Ai.

29. november 2023-én a Google DeepMind és az autonóm robotrendszerek együttműködése révén úttörő fejlesztés született az anyagtudományban. A Google mesterséges intelligencia részlege által vezetett kezdeményezés közel 400,000 XNUMX anyag stabilitását jósolta meg sikeresen. A mesterséges intelligencia és a robotika A-Lab néven ismert szinergiája forradalmasítja a laboratóriumi anyagalkotás folyamatát, az akkumulátorokban és napelemekben való lehetséges alkalmazásokra összpontosítva.

AI-vezérelt anyagfelfedezés

Ekin Dogus Cubuk, a Google DeepMind anyagfelfedezési csapatának vezetője azt emeli ki, hogy ez a vállalkozás jelentős ugrás a mesterséges intelligencia tudományos felfedezésben való felhasználásában. A Nature-ben megjelent kutatás bemutatja az AI-rendszer azon képességét, hogy önállóan tud új anyagokat ötletelni és szintetizálni. A GNoME-nak (graph networks for material exploration) nevezett mesterséges intelligencia eszköz, amelyet az Anyagprojektből és a kapcsolódó adatbázisokból származó kiterjedt adatok alapján képeztek ki, kiterjesztette az anyagtudomány látókörét azáltal, hogy 2.2 millió potenciális vegyületet javasolt, és végül 381,000 XNUMX új szervetlen anyagot azonosított.

Az A-Lab: Egy robotcsoda

A Lawrence Berkeley Nemzeti Laboratóriumban (LBNL) található A-Lab egy autonóm rendszer, amely ötvözi a mesterséges intelligenciát és a legmodernebb robotikát. Ez a 2 millió dolláros projekt jelentős előrelépést jelent az anyagtudományi autonóm kísérletezés terén. A labor elsődleges feladata az összetevők keverése és melegítése, a termékek elemzése, valamint a szintézis eljárások folyamatos fejlesztése egy gépi tanulási modell segítségével. Ez a folyamat 41 új szervetlen anyag létrehozását eredményezte 17 nap alatt, bemutatva az AI gyakorlati képességeit a kísérleti tudományban.

A szélesebb hatás

Ennek a fejlesztésnek hatalmas következményei vannak. Amint Carla Gomes, a Cornell Egyetem AI for Science Institute munkatársa megjegyzi, az AI szerepe a tudományos felfedezésben izgalmas új határvonalat jelent. Ez a kezdeményezés nemcsak a hatékonyabb anyagkészítés útját nyitja meg, hanem egy átfogó adatbázist is biztosít, amely világszerte felhasználható további kutatásokhoz és fejlesztésekhez. Az AI és a robotika integrálása az anyagszintézisbe paradigmaváltást jelent a tudományos kísérletezés és felfedezés megközelítésében, ami az új anyagok hatékonyabb, precízebb és kiterjedtebb feltárását kínálja.

Míg az A-Lab jelenlegi eredményei figyelemre méltóak, a jövő még nagyobb lehetőségeket rejt magában. A laboratórium folyamatos működése és fejlődő adatbázisa várhatóan jelentősen hozzájárul a tudományos közösséghez, betekintést nyújtva a közönséges szilárd anyagok reakcióképességébe, és elősegíti a globális anyagtudományi együttműködést.

Képforrás: Shutterstock

Időbélyeg:

Még több Blockchain News