Google DeepMind AI je pravkar odkril 380,000 novih materialov. Ta robot jih kuha.

Google DeepMind AI je pravkar odkril 380,000 novih materialov. Ta robot jih kuha.

Časovni žig: 30. november 2023 5:40
A Google DeepMind AI Just Discovered 380,000 New Materials. This Robot Is Cooking Them Up. PlatoBlockchain Data Intelligence. Vertical Search. Ai.

Robot kemik se je pravkar združil z možgani umetne inteligence, da bi ustvaril nabor novih materialov.

Dve skupni študiji Googla DeepMind in kalifornijske univerze Berkeley opisujeta sistem, ki napoveduje lastnosti novih materialov – vključno s tistimi, ki so potencialno uporabni v baterijah in sončne celice—in jih proizvaja z a robotska roka.

Vsakodnevne materiale jemljemo za samoumevne: plastične kozarce za praznično pojedino, komponente v naših pametnih telefonih ali sintetična vlakna v jaknah, ki nas grejejo, ko udari hladen veter.

Znanstveniki so skrbno odkrili približno 20,000 različnih vrst materialov, iz katerih lahko gradimo karkoli. računalniški čipi do napihnjenih plaščev in letalskih kril. V pripravi je več deset tisoč drugih potencialno uporabnih materialov. Vendar smo le opraskali po površini.

Ekipa Berkeley razvil robota, podobnega kuharju, ki meša in segreva sestavine ter samodejno pretvarja recepte v materiale. Kot "preizkus okusa" sistem, imenovan A-Lab, analizira kemične lastnosti vsakega končnega izdelka, da ugotovi, ali zadene cilj.

Medtem, AI DeepMinda izmislil nešteto receptov za kuharja A-Laba. To je zajeten seznam. Z uporabo priljubljene strategije strojnega učenja, ugotovila AI dva milijona kemičnih struktur in 380,000 novih stabilnih materialov – mnogi nasprotujejo človeški intuiciji. Delo je razširitev "vrste velikosti" materialov, ki jih trenutno poznamo, avtorji Napisal.

Z uporabo DeepMindove kuharske knjige je A-Lab deloval 17 dni in sintetiziral 41 od 58 ciljnih kemikalij – zmaga, za katero bi bili potrebni meseci, če ne leta tradicionalnih poskusov.

Skupaj bi lahko sodelovanje sprožilo novo dobo znanosti o materialih. "Zelo impresivno je," je dejal Dr. Andrewa Rosena z univerze Princeton, ki ni bil vključen v delo.

Pogovorimo se o kemikalijah

Poglej okoli sebe. Veliko stvari, ki jih jemljemo za samoumevne – ta zaslon pametnega telefona, po katerem se morda pomikate – temelji na kemiji materialov.

Znanstveniki že dolgo uporabljajo poskuse in napake, da bi odkrili kemično stabilne strukture. Tako kot lego kocke je tudi te komponente mogoče vgraditi v kompleksne materiale, ki so odporni na dramatične temperaturne spremembe ali visoke pritiske, kar nam omogoča raziskovanje sveta od globokega morja do vesolja.

Po preslikavi znanstveniki zajamejo kristalne strukture teh komponent in te strukture shranijo za referenco. Na desettisoče jih je že shranjenih v podatkovnih bankah.

V novi študiji je DeepMind izkoristil te znane kristalne strukture. Ekipa je usposobila sistem umetne inteligence v ogromni knjižnici z več sto tisoč gradivi, imenovano Projekt materialov. Knjižnica vključuje materiale, ki jih že poznamo in uporabljamo, poleg tisočih struktur z neznanimi, a potencialno uporabnimi lastnostmi.

DeepMindova nova umetna inteligenca se je učila na 20,000 znanih anorganskih kristalih – in še na 28,000 obetavnih kandidatih – iz projekta Materials Project, da bi izvedela, katere lastnosti naredijo material zaželen.

V bistvu umetna inteligenca deluje kot kuhar, ki preizkuša recepte: tukaj dodajte nekaj malega, tam spremenite nekatere sestavine in s poskusi in napakami dosežete želene rezultate. Na podlagi podatkov iz nabora podatkov je ustvaril napovedi za potencialno stabilne nove kemikalije, skupaj z njihovimi lastnostmi. Rezultati so bili poslani nazaj v AI, da bi še bolj izpopolnil svoje "recepte".

V mnogih krogih je usposabljanje AI omogočilo, da je delala majhne napake. Namesto zamenjave več kemičnih struktur hkrati – kar bi lahko bila katastrofalna poteza – je AI iterativno ocenjeval majhne kemične spremembe. Na primer, namesto da bi zamenjal eno kemično komponento z drugo, bi lahko poskusil zamenjati samo polovico. Če zamenjave niso delovale, ni problema, sistem je izločil vse kandidate, ki niso bili stabilni.

Umetna inteligenca je sčasoma proizvedla 2.2 milijona kemičnih struktur, od katerih jih je 380,000 predvidevalo, da bodo stabilne, če bodo sintetizirane. Več kot 500 na novo odkritih materialov je bilo povezanih z litij-ionskimi prevodniki, ki igrajo ključno vlogo v današnjih baterijah.

"To je kot ChatGPT za odkrivanje materialov," je dejal Dr. Carla Gomes z univerze Cornell, ki ni sodelovala pri raziskavi.

Mind to Matter

DeepMindove napovedi umetne inteligence so prav to: kar je videti dobro na papirju, morda ne bo vedno delovalo.

Tu nastopi A-Lab. Ekipa, ki jo vodi dr. Gerbrand Ceder na UC Berkeley in Nacionalnem laboratoriju Lawrence Berkeley, je zgradila avtomatiziran robotski sistem, ki ga vodi umetna inteligenca, usposobljena na več kot 30,000 objavljenih kemičnih receptih. Z uporabo robotskih rok A-Lab gradi nove materiale z nabiranjem, mešanjem in segrevanjem sestavin po receptu.

V dveh tednih usposabljanja je A-Lab izdelal niz receptov za 41 novih materialov brez človeškega vnosa. Ni bil popoln uspeh: 17 materialov ni doseglo svojega cilja. Vendar pa je robot s kančkom človeškega posredovanja sintetiziral te materiale brez težav.

Obe študiji skupaj odpirata vesolje novih spojin, ki bi se lahko spopadle z današnjimi globalnimi izzivi. Naslednji koraki vključujejo dodajanje kemičnih in fizikalnih lastnosti algoritmu za nadaljnje izboljšanje njegovega razumevanja fizičnega sveta in sintetiziranje več materialov za testiranje.

DeepMind objavlja svojo AI in nekatere svoje kemične recepte javnosti. Medtem A-Lab izvaja recepte iz baze podatkov in nalaga njihove rezultate v Materials Project.

Za Cederja bi zemljevid novih materialov, ustvarjen z AI, lahko "spremenil svet." To ni sam A-laboratorij, on je dejal. Namesto tega gre za »znanje in informacije, ki jih ustvarja«.

Avtorstvo slike: Marilyn Sargent/Berkeley Lab

Časovni žig:

Več od Središče singularnosti