AI引领材料学革命！谷歌DeepMind最新研究在Nature发表，成功预测220万种全新材料

最近发现不少小伙伴都对科技周边很感兴趣，所以今天继续给大家介绍科技周边相关的知识，本文《AI引领材料学革命！谷歌DeepMind最新研究在Nature发表，成功预测220万种全新材料》主要内容涉及到等等知识点，希望能帮到你！当然如果阅读本文时存在不同想法，可以在评论中表达，但是请勿使用过激的措辞~

只用一个AI，就获取了人类接近800年才能搞出来的知识成果！

这是谷歌DeepMind新研究的一种材料发现工具，论文已经发表在Nature上。

仅凭这个AI工具，他们发现了220万种理论上稳定的新晶体材料，不仅将预测材料稳定性的准确率从50%拉高到80%，而且38万种已经投入测试中。

谷歌DeepMind表示，鉴于过去10年才发现28000种稳定材料，这项研究相当于近800年的知识积累。

业内专家对进展之神速着实大开眼界

据《金融时报》介绍，MIT教授Bilge Yildiz对这项研究评价称：

这个无机晶体的海量数据库中应该充满了有待发掘的“宝石”，以推动解决清洁能源和环境挑战方面的方案。

当前，这个话题已经成为知乎热门话题：

所以这究竟是一个什么样的AI工具？

新工具GNoME长啥样

这篇文章提出了一个叫做GNoME（Graph Networks for Materials Exploration）的新工具。

GNoME的架构是图神经网络（GNN），其中，节点用来表示晶体结构中的原子，边用来表示晶体结构中的成键关系。

随后，GNoME采用一系列已知稳定材料数据集进行训练，包括Materials Project、Open Quantum Materials Database（OQMD）等。

这个工具通过主动学习来发现新材料。

首先，根据已知的稳定材料，生成候选结构；然后，GNoME将对这些候选结构进行筛选

当然，GNoME最初筛选出来的结构也并非直接就能拿来用，而是需要基于密度泛函理论（DFT）验证结构稳定性。

随后，这些验证后的结构，也会作为新的训练数据再度喂给GNoME，用来改进它的预测能力。

GNoME最终发现了超过220万种新的稳定晶体结构，这是基于这种方法的成果

与此同时，也表现出一定泛化能力，甚至能对含有5种以上独特元素的结构进行准确预测。

那么，这个新发现的220万种稳定晶体材料有什么作用呢？

220万种晶体用来做什么

最直观来看，当然是新能源电池（如太阳能电池）、超导体、芯片这些领域又有进展的希望了。

尽管GNoME目前只能计算出理论上稳定的晶体材料，但一旦实验合成成功，就可以对其性质进行评估

这些新发现的稳定晶体材料在经过超导、铁电、光电等性质评测后，可以应用于能源、信息通讯和传感等领域

据介绍，目前研究人员已经在实验室中合成了736种材料，以证明GNoME计算出来的晶体是可以被合成的。

除此之外，合成的材料也可能会作为新材料设计的指导、或是作为新的数据集来训练和优化其他AI模型。

例如，加州大学伯克利分校和劳伦斯伯克利国家实验室，就已经将这些发现的材料作为实验工作的一部分，论文同样发表在Nature上。

团队建设了一个A-Lab实验室，从58种计算出的材料中成功合成41种化合物，有超过70%的成功率。

对于这项研究，有网友已经在想象材料起飞的前景了，例如药学的进展：

还有网友cue了一波热度逐渐平息下来的LK-99：材料学又回来了。

有人希望这些发现的材料对整个人类都能有好处

你认为这些AI预测材料还能在哪些领域中被应用？

好了，本文到此结束，带大家了解了《AI引领材料学革命！谷歌DeepMind最新研究在Nature发表，成功预测220万种全新材料》，希望本文对你有所帮助！关注golang学习网公众号，给大家分享更多科技周边知识！