DeepMind推出AI工具GNoME，声称已发现220万个新晶体材料

  12月1日消息，据外媒报道，谷谷歌旗下DeepMind的研究人员今天宣布了一项惊人的科学突破，他们已经开发出一种名为GNoME的新人工智能系统，该系统已经发现了200多万种新材料，可用于开发电池、太阳能电池板和计算机芯片等技术。

  这项研究在本周的科学杂志《自然》上发表了两篇论文。在一项研究中，DeepMind的研究人员解释了他们如何扩大深度学习技术，使GNoME能够以前所未有的效率探索可能的材料结构。

  在17天内，人工智能系统能够识别220万个潜在稳定的新无机晶体结构，其中700多个已经经过实验验证。这比以前已知的稳定无机晶体增加了近10倍。

  第二篇论文解释了GNoME的预测是如何在伯克利实验室使用自主机器人系统进行测试的。在17天的连续自动化实验中，该系统成功合成了58种预测化合物中的41种，成功率高达71%。

  新发现的材料数据已通过材料项目数据库公开提供。研究人员将能够筛选结构，以确定具有实际应用所需性能的材料。

  例如，研究人员确定了52,000种类似石墨烯的潜在新型2D层状材料，比以前的研究多25倍的潜在固体锂离子导体，以及15种可以取代电池中的锂钴氧化物的锂锰氧化物化合物。

  GNoME功能的关键在于它使用了复杂的图形神经网络，可以在几分之一秒内准确地预测所提出的晶体结构的稳定性。这使得它可以有效地过滤大量计算机生成的候选人，筛选出最有希望的候选人。

  虽然以前的机器学习技术难以估计潜在新材料的能量和稳定性，但研究人员的技术表明，有了足够的数据和计算能力，深度学习可以提供惊人的新见解。

  研究人员在他们的研究中解释说:“高成功率证明了人工智能驱动平台在自主材料发现方面的有效性，并激励了计算、历史知识和机器人技术的进一步整合。”

  这些研究对未来的科学发现和人工智能在材料科学研究中的应用具有巨大的意义。这种人工智能驱动的方法可以加快特定应用新材料的创造，可能会导致产品开发中更快的创新和成本降低。

  人工智能和深度学习的使用也暗示着未来人工、耗时的实验室实验可以最小化甚至完全消除，使科学家能够更多地专注于独特化合物的设计和分析。