谷歌 DeepMind 已使用人工智能 (AI) 来预测超过 200 万种新材料的结构,据称这一突破很快将用于改进现实世界的技术。
在周三发表在科学杂志《自然》上的一篇研究论文中,这家 Alphabet 旗下的人工智能公司表示,其假设的材料设计中近 40 万种很快就会在实验室条件下生产出来。
该研究的潜在应用包括生产性能更好的电池、太阳能电池板和计算机芯片。
新材料的发现和合成可能是一个昂贵且耗时的过程。例如,锂离子电池(如今用于为手机、笔记本电脑和电动汽车等各种设备提供动力)经过大约二十年的研究才投入商业化。
DeepMind 研究科学家 Ekin Dogus Cubuk 表示:“我们希望实验、自主合成和机器学习模型方面的重大改进能够显着缩短 10 到 20 年的时间,使之变得更加易于管理。”
DeepMind 的人工智能接受了材料项目的数据训练,该项目是一个国际研究小组,于 2011 年在劳伦斯伯克利国家实验室成立,由约 50,000 种已知材料的现有研究组成。
该公司表示,现在将与研究界分享其数据,以期加速材料发现的进一步突破。
材料项目总监克里斯汀·佩尔森(Kristin Persson)表示:“当涉及到成本增加时,行业往往会有点规避风险,而新材料通常需要一段时间才能变得具有成本效益。”
“如果我们能再缩小一点,那就算是真正的突破了。”
在使用人工智能预测这些新材料的稳定性后,DeepMind 表示,现在将把重点转向预测它们在实验室合成的难易程度。