DeepMind użył sztuczna inteligencja (AI) do projektowania struktury ponad dwóch milionów nowych materiałów. Firma należąca do Google nazywa to przełomem, który według niego wkrótce zostanie wykorzystany do ulepszenia technologii w świecie rzeczywistym. Jak podała firma w artykule opublikowanym w czasopiśmie Nature, w najbliższej przyszłości niemal 400 000 proponowanych materiałów będzie można wyprodukować w warunkach laboratoryjnych. Potencjalne zastosowania badań obejmują produkcję wydajniejszych baterii, paneli słonecznych i chipów komputerowych.
DeepMind przyspiesza odkrywanie materiałów dzięki sztucznej inteligencji
Odkrywanie i synteza nowe materiały mogą być procesem kosztownym i czasochłonnym. Na przykład komercyjna dostępność akumulatorów litowo-jonowych, które są obecnie wykorzystywane do zasilania wszystkiego, od telefonów i laptopów po samochody elektryczne, wymagała dwóch dekad badań.
„Mamy nadzieję, że znaczny postęp w eksperymentach, autonomicznych modelach fuzji i uczenia maszynowego znacznie skróci ramy czasowe z dziesięciu do dwudziestu lat do czegoś bardziej wykonalnego” – powiedział naukowiec DeepMind, Ekin Dogus Cubuk.
Odkrycia oparte na danych rewolucjonizują naukę o materiałach
DeepMind wytrenował swój model sztucznej inteligencji, korzystając z bazy danych Materials Project, która została utworzona w Lawrence Berkeley National Laboratory w 2011 roku i zawiera większość z 35 000 znanych cząsteczek i 130 000 związków nieorganicznych.
„Firmy przemysłowe raczej niechętnie podejmują ryzyko, jeśli chodzi o rosnące koszty. W przypadku nowych materiałów zwykle potrzeba trochę czasu, aby się zwróciły” – stwierdziła Kristin Persson, dyrektor Materials Project.
Do tej pory DeepMind wykorzystywał sztuczną inteligencję do szacowania stabilności nowych materiałów. Teraz skupimy się na przewidywaniu, jak łatwo będzie je zsyntetyzować w warunkach laboratoryjnych.
Źródło ČTK
