Sztuczna inteligencja Google i systemy robotyczne wyznaczają nowe granice w odkrywaniu materiałów

Sztuczna inteligencja Google i systemy robotyczne wyznaczają nowe granice w odkrywaniu materiałów

Sztuczna inteligencja Google i systemy robotyczne wyznaczają nowe granice w odkrywaniu materiałów PlatoBlockchain Data Intelligence. Wyszukiwanie pionowe. AI.

29 listopada 2023 r. nastąpił przełomowy rozwój w naukach o materiałach w wyniku współpracy Google DeepMind i autonomicznych systemów robotycznych. W ramach inicjatywy, której przewodzi dział Google ds. sztucznej inteligencji, udało się przewidzieć stabilność prawie 400,000 XNUMX substancji. Ta synergia sztucznej inteligencji i robotyki, znana jako A-Lab, rewolucjonizuje proces tworzenia materiałów w laboratoriach, koncentrując się na potencjalnych zastosowaniach w bateriach i ogniwach słonecznych.

Odkrywanie materiałów w oparciu o sztuczną inteligencję

Ekin Dogus Cubuk, lider zespołu ds. odkrywania materiałów w Google DeepMind, podkreśla to przedsięwzięcie jako znaczący krok w wykorzystaniu sztucznej inteligencji do odkryć naukowych. Badania opublikowane w czasopiśmie Nature pokazują zdolność systemu sztucznej inteligencji do samodzielnego tworzenia i syntezy nowych materiałów. Narzędzie sztucznej inteligencji, zwane GNOME (sieci grafów do eksploracji materiałów), przeszkolone w oparciu o obszerne dane z projektu Materials Project i powiązanych baz danych, poszerzyło horyzonty nauk o materiałach, proponując 2.2 miliona potencjalnych związków i ostatecznie identyfikując 381,000 XNUMX nowych materiałów nieorganicznych.

Laboratorium A: cud robotyczny

A-Lab mieszczące się w Lawrence Berkeley National Laboratory (LBNL) to autonomiczny system łączący sztuczną inteligencję i najnowocześniejszą robotykę. Ten wart 2 miliony dolarów projekt stanowi znaczący postęp w autonomicznych eksperymentach w naukach o materiałach. Podstawową funkcją laboratorium jest mieszanie i podgrzewanie składników, analizowanie produktów i ciągłe doskonalenie procedur syntezy poprzez model uczenia maszynowego. W wyniku tego procesu w ciągu 41 dni powstało 17 nowych materiałów nieorganicznych, demonstrując praktyczne możliwości sztucznej inteligencji w nauce eksperymentalnej.

Szerszy wpływ

Konsekwencje tego rozwoju są ogromne. Jak zauważa Carla Gomes z Instytutu AI for Science Institute na Uniwersytecie Cornell, rola sztucznej inteligencji w odkryciach naukowych to nowa, fascynująca granica. Inicjatywa ta nie tylko toruje drogę do bardziej wydajnego tworzenia materiałów, ale także zapewnia obszerną bazę danych, którą można wykorzystać na całym świecie do dalszych badań i rozwoju. Integracja sztucznej inteligencji i robotyki w syntezie materiałów oznacza zmianę paradygmatu w podejściu do eksperymentów naukowych i odkryć, oferując bardziej wydajne, precyzyjne i ekspansywne badanie nowych materiałów.

Chociaż obecne osiągnięcia A-Lab są niezwykłe, przyszłość kryje w sobie jeszcze większy potencjał. Oczekuje się, że dalsze funkcjonowanie laboratorium i jego rozwijającej się bazy danych znacząco przyczyni się do społeczności naukowej, oferując wgląd w reaktywność zwykłych ciał stałych i wspierając globalną współpracę w dziedzinie nauk o materiałach.

Źródło obrazu: Shutterstock

Znak czasu:

Więcej z Blok Chain Aktualności