Искусственный интеллект Google DeepMind только что обнаружил 380,000 XNUMX новых материалов. Этот робот их готовит.

Робот-химик только что объединился с искусственным интеллектом, чтобы создать кладезь новых материалов.

Два совместных исследования Google DeepMind и Калифорнийского университета в Беркли описывают систему, которая предсказывает свойства новых материалов, в том числе тех, которые потенциально полезны для изготовления батарей и электроники. солнечные батареи— и производит их с помощью роботизированная рука.

Мы воспринимаем повседневные материалы как нечто само собой разумеющееся: пластиковые стаканчики для праздничного застолья, компоненты наших смартфонов или синтетические волокна в куртках, которые согревают нас, когда дует холодный ветер.

Ученые кропотливо обнаружили около 20,000 XNUMX различных типов материалов, которые позволяют нам строить что угодно из компьютерные чипы до пухлых пальто и крыльев самолета. В разработке находятся еще десятки тысяч потенциально полезных материалов. Однако мы лишь коснулись поверхности.

Команда Беркли разработали робота, похожего на шеф-повара, который смешивает и нагревает ингредиенты, автоматически преобразуя рецепты в материалы. В качестве «теста на вкус» система, получившая название A-Lab, анализирует химические свойства каждого конечного продукта, чтобы увидеть, соответствует ли он желаемому результату.

Следует также заметить, ИИ DeepMind придумал множество рецептов для шеф-повара A-Lab. Это внушительный список. Используя популярную стратегию машинного обучения, ИИ нашел два миллиона химических структур и 380,000 XNUMX новых стабильных материалов, многие из которых противоречат человеческой интуиции. Работа представляет собой «на порядок» расширение известных нам в настоящее время материалов, отмечают авторы. писал.

Используя кулинарную книгу DeepMind, A-Lab работала в течение 17 дней и синтезировала 41 из 58 целевых химических веществ — победа, на которую потребовались бы месяцы, если не годы традиционных экспериментов.

Вместе это сотрудничество может начать новую эру материаловедения. «Это очень впечатляет», — сказал Доктор Эндрю Розен из Принстонского университета, не принимавший участия в работе.

Поговорим о химикатах

Оглянись. Многие вещи, которые мы считаем само собой разумеющимися (например, экран смартфона, на котором вы прокручиваете экран), основаны на химии материалов.

Ученые уже давно методом проб и ошибок обнаруживают химически стабильные структуры. Подобно кубикам Lego, эти компоненты можно встроить в сложные материалы, устойчивые к резким изменениям температуры и высокому давлению, что позволяет нам исследовать мир от глубокого моря до открытого космоса.

После нанесения на карту ученые фиксируют кристаллические структуры этих компонентов и сохраняют их для справки. Десятки тысяч уже размещены в банках данных.

В новом исследовании DeepMind воспользовалась этими известными кристаллическими структурами. Команда обучила систему искусственного интеллекта на огромной библиотеке с сотнями тысяч материалов, называемой Материалы проекта. Библиотека включает в себя материалы, с которыми мы уже знакомы и которые мы используем, а также тысячи структур с неизвестными, но потенциально полезными свойствами.

Новый ИИ DeepMind обучился на 20,000 28,000 известных неорганических кристаллах (и еще XNUMX XNUMX многообещающих кандидатах) из проекта «Материалы», чтобы узнать, какие свойства делают материал желательным.

По сути, ИИ работает как повар, тестирующий рецепты: добавьте что-нибудь сюда, измените некоторые ингредиенты там, и методом проб и ошибок он достигнет желаемых результатов. Получив данные из набора данных, он сгенерировал прогнозы относительно потенциально стабильных новых химических веществ, а также их свойств. Результаты были переданы обратно в ИИ для дальнейшего оттачивания его «рецептов».

В течение многих раундов обучение позволяло ИИ совершать небольшие ошибки. Вместо того, чтобы заменять несколько химических структур одновременно (что потенциально катастрофично), ИИ итеративно оценивал небольшие химические изменения. Например, вместо замены одного химического компонента другим можно попытаться заменить только половину. Если обмены не сработали, не проблема: система отсеяла всех нестабильных кандидатов.

В конечном итоге ИИ создал 2.2 миллиона химических структур, 380,000 500 из которых, по его прогнозам, будут стабильными в случае синтеза. Более XNUMX из недавно обнаруженных материалов были связаны с литий-ионными проводниками, которые играют решающую роль в современных батареях.

«Это похоже на ChatGPT для поиска материалов». — сказал Доктор Карла Гомес из Корнельского университета, не принимавшая участия в исследовании.

Разум имеет значение

Прогнозы DeepMind по искусственному интеллекту таковы: то, что хорошо выглядит на бумаге, не всегда сработает.

И здесь на помощь приходит A-Lab. Команда под руководством доктора Гербранда Седера из Калифорнийского университета в Беркли и Национальной лаборатории Лоуренса Беркли создала автоматизированную роботизированную систему, управляемую искусственным интеллектом, обученным на более чем 30,000 XNUMX опубликованных химических рецептах. Используя роботизированные руки, A-Lab создает новые материалы, собирая, смешивая и нагревая ингредиенты в соответствии с рецептом.

За две недели обучения A-Lab разработала ряд рецептов 41 нового материала без участия человека. Это не был полный успех: 17 материалов не достигли своей отметки. Однако при небольшом вмешательстве человека робот без проблем синтезировал эти материалы.

Вместе эти два исследования открывают вселенную новых соединений, которые могут решить сегодняшние глобальные проблемы. Следующие шаги включают добавление в алгоритм химических и физических свойств для дальнейшего улучшения понимания физического мира и синтеза большего количества материалов для тестирования.

DeepMind публикует свой ИИ и некоторые химические рецепты. Тем временем A-Lab обрабатывает рецепты из базы данных и загружает их результаты в проект «Материалы».

По мнению Седера, карта новых материалов, созданная ИИ, может «изменить мир». Это не сама А-лаборатория, он — сказал. Скорее, это «знания и информация, которые он генерирует».

Изображение предоставлено: Мэрилин Сарджент/Лаборатория Беркли

• SEO-контент и PR-распределение. Получите усиление сегодня.
• PlatoData.Network Вертикальный генеративный ИИ. Расширьте возможности себя. Доступ здесь.
• ПлатонАйСтрим. Интеллект Web3. Расширение знаний. Доступ здесь.
• ПлатонЭСГ. Углерод, чистые технологии, Энергия, Окружающая среда, Солнечная, Управление отходами. Доступ здесь.
• ПлатонЗдоровье. Биотехнологии и клинические исследования. Доступ здесь.
• Источник: https://singularityhub.com/2023/11/30/a-google-deepmind-ai-just-discovered-380000-new-materials-this-robot-is-cooking-them-up/