DeepMind használt mesterséges intelligencia (AI) több mint kétmillió új anyag szerkezetének megtervezésére. A Google tulajdonában lévő vállalat ezt áttörésként értékeli, amelyet állítása szerint hamarosan a valós technológia fejlesztésére fognak használni. A javasolt anyagok közül közel 400 000 laboratóriumi körülmények között is előállítható lehet a közeljövőben – áll a cég a Nature folyóiratban megjelent cikkében. A kutatás lehetséges alkalmazásai közé tartozik a nagyobb teljesítményű akkumulátorok, napelemek és számítógépes chipek készítése.
A DeepMind felgyorsítja az anyagfelderítést mesterséges intelligencia segítségével
Felfedezés és szintetizálás az új anyagok költséges és időigényes folyamat lehet. Például a lítium-ion akkumulátorok kereskedelmi forgalomba hozatala, amelyeket ma már a telefonoktól és laptopoktól az elektromos autókig minden meghajtására használnak, két évtizedes kutatást igényelt.
„Reméljük, hogy a kísérletezés, az autonóm fúzió és a gépi tanulási modellek terén elért jelentős előrelépések jelentősen lerövidítik a 10-20 éves időtartamot valami megvalósíthatóbbra” – mondta Ekin Dogus Cubuk, a DeepMind tudósa.
Az adatvezérelt felfedezés forradalmasítja az anyagtudományt
A DeepMind a 2011-ben a Lawrence Berkeley National Laboratoryban létrehozott Materials Project adatbázis segítségével képezte ki mesterséges intelligencia modelljét, amely a 35 000 ismert molekula és 130 000 szervetlen vegyület nagy részét tartalmazza.
„Az ipari vállalatok meglehetősen kockázatkerülők, amikor a költségek növekedéséről van szó. Az új anyagok esetében általában időbe telik, amíg megtérülnek” – mondta Kristin Persson, az anyagprojekt igazgatója.
A DeepMind eddig mesterséges intelligencia segítségével becsülte meg az új anyagok stabilitását. Most arra fog összpontosítani, hogy megjósolja, mennyire könnyű lesz szintetizálni laboratóriumi körülmények között.
Forrás ČTK
