DeepMind人工智能工具将材料科学带入下一个800年
DeepMind人工智能工具将材料科学带入下一个800年发现具有非同寻常特性的新材料可以让技术的雪球滚动起来，最终推动社会向新的方向发展--但到目前为止，这是一个艰苦缓慢的过程，需要进行大量的试错实验。例如，无机晶体材料在首次合成时可能会显示出巨大的潜力，但如果晶体不能保持稳定，所有这些潜力都将化为乌有；如果发现一种新晶体可以提高电池或电子产品的性能，但它却会崩解和降解，那就没有任何好处了。而这正是DeepMind的"材料探索图网络"（GraphNetworksforMaterialsExploration，GNoME）深度学习工具刚刚发布的消息有望带来巨大变革的地方。GNoME人工智能识别出的稳定无机晶格结构GNoME工具已经发现了不少于220万种新的无机晶体，并将其中38万种晶体鉴定为最稳定的晶体，为研究人员提供了一份经过预先筛选的新材料清单，以便他们去合成新材料，进行实验研究。其中约736种材料已经在世界各地的研究实验室中独立完成。"在这些候选材料中，有可能开发出未来变革性技术的材料，从为超级计算机提供动力的超导体，到提高电动汽车效率的下一代电池，不一而足。"Google博客这样叙述。DeepMind团队介绍说："在这些新发现中有5.2万种与石墨烯类似的新型层状化合物，它们有可能随着超导体的开发而彻底改变电子技术，在此之前，已经发现了大约1000种此类材料。我们还发现了528种潜在的锂离子导体，是之前研究的25倍，可用于提高充电电池的性能。"Google正在将GNoME的所有发现和预测提供给"下一代材料项目"（NextGenMaterialsProject），DeepMind在该项目中为人工智能提供了大量的训练材料。虽然其他人工智能系统在发现新晶体方面做了大量工作，但GNoME系统现在已经以前所未有的规模完成了这项工作，并以前所未有的准确性预测出哪些晶体结构将足够稳定，值得进行实验。最终的结果是，浪费的时间将大大减少；研究人员将能够把精力集中在新材料结构的巨大宝库上，而不会因为晶体不稳定而走入许多死胡同。自主实验室技术有望进一步加速材料科学的发展图/伯克利实验室更重要的是，DeepMind团队还与伯克利实验室合作，创建并演示了一个能够自主合成这些新晶体的机器人实验室。在今天发表的一篇论文中，团队报告说，机器人实验室已经成功合成了41种这种新材料--进一步加速合成的潜力令人瞩目。这两个项目可能会开启数不清的技术发展之路--它们鲜明地表明，人工智能系统已经开始在生活的几乎每一个领域引发剧烈动荡。晶体发现论文和自主实验室论文在《自然》杂志上公开发表。...PC版：https://www.cnbeta.com.tw/articles/soft/1400815.htm手机版：https://m.cnbeta.com.tw/view/1400815.htm
