谷歌DeepMind使用AI预测超过200万种新材料的结构

雅加达 - 谷歌DeepMind已使用人工智能(AI)来预测超过200万件新材料的结构。这是一项突破,据称可以立即用于改善现实世界的技术。

11月29日(星期三)发表在科学杂志《自然》(Nature)上的一份研究论文中,Alphabet的AI公司表示,其近40万种假设材料设计可以在实验室条件下立即生产。

这项研究的潜在应用包括更好的电池生产、太阳能电池板和更好的计算机芯片。

新材料的发现和合成可能是一个昂贵且耗时的过程。例如,在锂离子电池 - 目前用于从手机和笔记本电脑到电动汽车等任何东西的功率 - 可以商业生产之前,需要大约二十年的研究。

DeepMind研究科学家Ekin Dogus Cubuk说:“我们希望实验、自治合成和机器学习模型的重大改进将大大缩短10年到20年的时间跨度,变得更容易管理。

AI DeepMind使用材料项目(Material Project)的数据接受培训,该项目于2011年在劳伦斯伯克利国家实验室成立的国际研究小组,包括对已知材料约50,000的现有研究。

该公司表示,它现在将与研究界分享其数据,希望加速材料发现的进一步突破。

「工界在成本增加方面往往不愿意冒险,新材料通常需要时间才能成为有效成本,”材料项目总监Kristin Persson说。

“如果我们能把时间缩小一点,这将被视为真正的突破,”他说。

DeepMind在使用AI来预测这些新材料的稳定性后表示,它将专注于预测它们在实验室中多么容易协同效应。