Uma IA do Google DeepMind acaba de descobrir 380,000 novos materiais. Este robô está cozinhando-os.

Um robô químico acaba de se juntar a um cérebro de IA para criar uma coleção de novos materiais.

Dois estudos colaborativos do Google DeepMind e da Universidade da Califórnia, Berkeley, descrevem um sistema que prevê as propriedades de novos materiais – incluindo aqueles potencialmente úteis em baterias e células solares-e os produz com um braço robótico.

Damos valor aos materiais do dia-a-dia: copos de plástico para uma festa de fim de ano, componentes dos nossos smartphones ou fibras sintéticas nos casacos que nos mantêm aquecidos quando os ventos frios sopram.

Os cientistas descobriram meticulosamente cerca de 20,000 tipos diferentes de materiais que nos permitem construir qualquer coisa, desde chips de computador até casacos fofos e asas de avião. Dezenas de milhares de outros materiais potencialmente úteis estão em desenvolvimento. No entanto, apenas arranhámos a superfície.

A equipe de Berkeley desenvolveu um robô tipo chef que mistura e aquece ingredientes, transformando automaticamente receitas em materiais. Como um “teste de sabor”, o sistema, batizado de A-Lab, analisa as propriedades químicas de cada produto final para ver se ele atinge a marca.

Enquanto isso, IA da DeepMind inventou inúmeras receitas para o chef do A-Lab cozinhar. É uma lista robusta. Usando uma estratégia popular de aprendizado de máquina, a IA encontrada dois milhões de estruturas químicas e 380,000 novos materiais estáveis ​​– muitos deles contrariam a intuição humana. O trabalho é uma expansão em “ordem de grandeza” dos materiais que conhecemos atualmente, disseram os autores. escreveu.

Usando o livro de receitas da DeepMind, o A-Lab funcionou durante 17 dias e sintetizou 41 dos 58 produtos químicos alvo – uma vitória que levaria meses, senão anos, de experimentos tradicionais.

Juntas, a colaboração poderá lançar uma nova era na ciência dos materiais. “É muito impressionante,” dito Dr. Andrew Rosen, da Universidade de Princeton, que não esteve envolvido no trabalho.

Vamos conversar sobre produtos químicos

Olhe a sua volta. Muitas coisas que consideramos certas – aquela tela do smartphone que você pode estar navegando – são baseadas na química dos materiais.

Os cientistas há muito usam tentativa e erro para descobrir estruturas quimicamente estáveis. Tal como os blocos Lego, estes componentes podem ser construídos em materiais complexos que resistem a mudanças drásticas de temperatura ou a altas pressões, permitindo-nos explorar o mundo desde as profundezas do mar até ao espaço exterior.

Uma vez mapeados, os cientistas capturam as estruturas cristalinas desses componentes e salvam essas estruturas para referência. Dezenas de milhares já estão depositados em bancos de dados.

No novo estudo, a DeepMind aproveitou essas estruturas cristalinas conhecidas. A equipe treinou um sistema de IA em uma enorme biblioteca com centenas de milhares de materiais chamada Projeto de Materiais. A biblioteca inclui materiais que já conhecemos e usamos, além de milhares de estruturas com propriedades desconhecidas, mas potencialmente úteis.

A nova IA da DeepMind foi treinada em 20,000 cristais inorgânicos conhecidos – e outros 28,000 candidatos promissores – do Projeto de Materiais para aprender quais propriedades tornam um material desejável.

Essencialmente, a IA funciona como um cozinheiro testando receitas: adicione algo aqui, altere alguns ingredientes ali e, por tentativa e erro, alcança os resultados desejados. Os dados do conjunto de dados do Fed geraram previsões para novos produtos químicos potencialmente estáveis, juntamente com suas propriedades. Os resultados foram realimentados na IA para aprimorar ainda mais suas “receitas”.

Ao longo de muitas rodadas, o treinamento permitiu que a IA cometesse pequenos erros. Em vez de trocar múltiplas estruturas químicas ao mesmo tempo – um movimento potencialmente catastrófico – a IA avaliou iterativamente pequenas alterações químicas. Por exemplo, em vez de substituir um componente químico por outro, poderia tentar substituir apenas metade. Se as trocas não funcionassem, não havia problema, o sistema eliminava quaisquer candidatos que não fossem estáveis.

A IA acabou por produzir 2.2 milhões de estruturas químicas, 380,000 das quais seriam estáveis ​​se sintetizadas. Mais de 500 dos materiais recentemente encontrados estavam relacionados com condutores de iões de lítio, que desempenham um papel crítico nas baterias actuais.

“Isso é como ChatGPT para descoberta de materiais,” dito Dra. Carla Gomes, da Cornell University, que não esteve envolvida na pesquisa.

Mente para importar

As previsões de IA da DeepMind são apenas isso: o que parece bom no papel nem sempre funciona.

É aqui que entra o A-Lab. Uma equipe liderada pelo Dr. Gerbrand Ceder da UC Berkeley e pelo Laboratório Nacional Lawrence Berkeley construiu um sistema robótico automatizado dirigido por uma IA treinada em mais de 30,000 receitas químicas publicadas. Usando braços robóticos, o A-Lab constrói novos materiais selecionando, misturando e aquecendo ingredientes de acordo com uma receita.

Ao longo de duas semanas de treinamento, o A-Lab produziu uma série de receitas para 41 novos materiais sem qualquer intervenção humana. Não foi um sucesso total: 17 materiais não atingiram a marca. No entanto, com uma pitada de intervenção humana, o robô sintetizou esses materiais sem problemas.

Juntos, os dois estudos abrem um universo de novos compostos que podem enfrentar os desafios globais de hoje. As próximas etapas incluem adicionar propriedades químicas e físicas ao algoritmo para melhorar ainda mais sua compreensão do mundo físico e sintetizar mais materiais para teste.

DeepMind está lançando sua IA e algumas de suas receitas químicas ao público. Enquanto isso, o A-Lab está executando receitas do banco de dados e enviando seus resultados para o Materials Project.

Para Ceder, um mapa de novos materiais gerado por IA poderia “mudar o mundo”. Não é o A-lab em si, ele dito. Em vez disso, é “o conhecimento e a informação que gera”.

Crédito da imagem: Marilyn Sargent/Berkeley Lab

• Conteúdo com tecnologia de SEO e distribuição de relações públicas. Seja amplificado hoje.
• PlatoData.Network Gerativa Vertical Ai. Capacite-se. Acesse aqui.
• PlatoAiStream. Inteligência Web3. Conhecimento Amplificado. Acesse aqui.
• PlatãoESG. Carbono Tecnologia Limpa, Energia, Ambiente, Solar, Gestão de resíduos. Acesse aqui.
• PlatoHealth. Inteligência em Biotecnologia e Ensaios Clínicos. Acesse aqui.
• Fonte: https://singularityhub.com/2023/11/30/a-google-deepmind-ai-just-discovered-380000-new-materials-this-robot-is-cooking-them-up/