Sztuczna inteligencja Google DeepMind właśnie odkryła 380,000 XNUMX nowych materiałów. Ten robot je gotuje.

Sztuczna inteligencja Google DeepMind właśnie odkryła 380,000 XNUMX nowych materiałów. Ten robot je gotuje.

Znacznik czasu: 30 listopada 2023 5:40
Sztuczna inteligencja Google DeepMind właśnie odkryła 380,000 XNUMX nowych materiałów. Ten robot je gotuje. Inteligencja danych PlatoBlockchain. Wyszukiwanie pionowe. AI.

Chemik-robot właśnie połączył siły z mózgiem AI, aby stworzyć skarbnicę nowych materiałów.

Dwa wspólne badania Google DeepMind i Uniwersytetu Kalifornijskiego w Berkeley opisują system prognozujący właściwości nowych materiałów, w tym tych potencjalnie przydatnych w bateriach i urządzeniach ogniwa słoneczne— i produkuje je za pomocą a ramię robota.

Materiały codziennego użytku traktujemy jak coś oczywistego: plastikowe kubki na świąteczną ucztę, komponenty naszych smartfonów czy syntetyczne włókna w kurtkach, które zapewniają nam ciepło, gdy zawieje chłodny wiatr.

Naukowcy pieczołowicie odkryli około 20,000 XNUMX różnych rodzajów materiałów, z których możemy budować wszystko czipy komputerowe do bufiastych płaszczy i skrzydeł samolotu. Prace nad dziesiątkami tysięcy potencjalnie przydatnych materiałów są w toku. Jednak zaledwie zarysowaliśmy powierzchnię.

Zespół z Berkeley opracował robota przypominającego szefa kuchni, który miesza i podgrzewa składniki, automatycznie przekształcając przepisy w materiały. W ramach „testu smaku” system nazwany A-Lab analizuje właściwości chemiczne każdego produktu końcowego, aby sprawdzić, czy spełnia on oczekiwania.

Tymczasem Sztuczna inteligencja DeepMind wymyślił niezliczone przepisy do gotowania dla szefa kuchni A-Lab. To spora lista. Korzystając z popularnej strategii uczenia maszynowego, odnalazła sztuczna inteligencja dwa miliony struktur chemicznych i 380,000 XNUMX nowych stabilnych materiałów – wiele z nich jest sprzecznych z ludzką intuicją. Praca stanowi „o rząd wielkości” rozwinięcie materiałów, które znamy obecnie, autorów napisał.

Korzystając z książki kucharskiej DeepMind, firma A-Lab prowadziła badania przez 17 dni i zsyntetyzowała 41 z 58 docelowych substancji chemicznych — osiągnięcie to wymagałoby miesięcy, jeśli nie lat tradycyjnych eksperymentów.

Wspólna współpraca może zapoczątkować nową erę nauki o materiałach. „To robi wrażenie” powiedziany Doktor Andrew Rosen z Uniwersytetu Princeton, który nie był zaangażowany w prace.

Porozmawiajmy o chemikaliach

Rozejrzyj się. Wiele rzeczy, które uważamy za oczywiste – ekran smartfona, po którym możesz przewijać – opiera się na chemii materiałów.

Naukowcy od dawna stosowali próby i błędy, aby odkryć chemicznie stabilne struktury. Podobnie jak klocki Lego, elementy te można wbudować w złożone materiały odporne na dramatyczne zmiany temperatury i wysokie ciśnienia, co pozwala nam odkrywać świat od głębin morskich po kosmos.

Po zmapowaniu naukowcy rejestrują struktury krystaliczne tych składników i zapisują je do celów referencyjnych. Dziesiątki tysięcy są już zdeponowane w bankach danych.

W nowym badaniu DeepMind wykorzystał te znane struktury krystaliczne. Zespół przeszkolił system sztucznej inteligencji w ogromnej bibliotece zawierającej setki tysięcy materiałów, tzw Projekt materiałów. Biblioteka zawiera materiały, które już znamy i używamy, a także tysiące struktur o nieznanych, ale potencjalnie przydatnych właściwościach.

Nowa sztuczna inteligencja DeepMind przeszkoliła się na 20,000 28,000 znanych kryształów nieorganicznych – i kolejnych XNUMX XNUMX obiecujących kandydatów – z projektu Materials, aby dowiedzieć się, jakie właściwości sprawiają, że materiał jest pożądany.

Zasadniczo sztuczna inteligencja działa jak kucharz testujący przepisy: dodaj coś tutaj, zmień składniki tam i metodą prób i błędów osiągniesz pożądane rezultaty. Na podstawie danych ze zbioru danych wygenerowano prognozy dotyczące potencjalnie stabilnych nowych substancji chemicznych wraz z ich właściwościami. Wyniki zostały przekazane sztucznej inteligencji w celu dalszego udoskonalenia „przepisów”.

Przez wiele rund trening pozwalał sztucznej inteligencji popełniać drobne błędy. Zamiast wymieniać wiele struktur chemicznych jednocześnie – co byłoby potencjalnie katastrofalnym posunięciem – sztuczna inteligencja iteracyjnie oceniała niewielkie zmiany chemiczne. Na przykład zamiast zastępować jeden składnik chemiczny innym, można spróbować zastąpić tylko połowę. Jeśli zamiana nie zadziałała, nie ma problemu, system odrzucił wszystkie kandydatury, które nie były stabilne.

Sztuczna inteligencja ostatecznie wyprodukowała 2.2 miliona struktur chemicznych, z których, jak przewidywano, 380,000 500 będzie stabilnych po syntezie. Ponad XNUMX nowo odkrytych materiałów dotyczyło przewodników litowo-jonowych, które odgrywają kluczową rolę w dzisiejszych bateriach.

„To jest jak ChatGPT do odkrywania materiałów” powiedziany Dr Carla Gomes z Cornell University, która nie była zaangażowana w badania.

Umysł do materii

Przewidywania AI DeepMind są takie: to, co wygląda dobrze na papierze, nie zawsze się sprawdzi.

I tu wkracza A-Lab. Zespół kierowany przez dr Gerbranda Cedera z Uniwersytetu Kalifornijskiego w Berkeley i Laboratorium Krajowego Lawrence Berkeley zbudował zautomatyzowany system robotyczny kierowany przez sztuczną inteligencję przeszkoloną w zakresie ponad 30,000 XNUMX opublikowanych receptur chemicznych. Wykorzystując ramiona robotyczne, A-Lab buduje nowe materiały, wybierając, mieszając i podgrzewając składniki zgodnie z recepturą.

W ciągu dwóch tygodni szkolenia firma A-Lab opracowała serię receptur na 41 nowych materiałów bez udziału człowieka. Nie był to całkowity sukces: 17 materiałów nie spełniło swoich wymagań. Jednak przy odrobinie interwencji człowieka robot bez problemu zsyntetyzował te materiały.

Łącznie te dwa badania otwierają wszechświat nowych związków, które mogą sprostać dzisiejszym globalnym wyzwaniom. Kolejne kroki obejmują dodanie do algorytmu właściwości chemicznych i fizycznych, aby jeszcze bardziej poprawić zrozumienie świata fizycznego i zsyntetyzować więcej materiałów do testów.

DeepMind udostępnia publicznie swoją sztuczną inteligencję i niektóre receptury chemiczne. W międzyczasie A-Lab uruchamia receptury z bazy danych i przesyła ich wyniki do Materials Project.

Zdaniem Cedera wygenerowana przez sztuczną inteligencję mapa nowych materiałów może „zmienić świat”. To nie jest samo A-lab, on powiedziany. Jest to raczej „wiedza i informacje, które generuje”.

Źródło zdjęcia: Marilyn Sargent/Berkeley Lab

Znak czasu:

Więcej z Centrum osobliwości