AI震撼材料学!谷歌DeepMind新研究登Nature,一口气预测220万种新材料

Estimated read time 1 min read

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。

进展之神速着实让业内专家大开眼界了。

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。

目前,这个话题已经登上知乎热榜:

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,基于已知的稳定材料生成候选结构;然后,GNoME 会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。

基于这种方法,GNoME 最终发现了超过 220 万种新的稳定晶体结构。

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,这新发现的 220 万种稳定晶体材料有什么用呢?

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。

虽然 GNoME 还只是计算出了理论上稳定的晶体材料,不过实验合成后,就可以评测性质了。

这些新发现的稳定晶体材料,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。

还有网友希望这些发现的材料能造福全人类。

对于 AI 预测的这些材料,你认为还能被用在哪些地方?

参考链接:

[ 1 ] https://www.ft.com/content/f841e9e0-c9c6-49ab-b91c-6d7bea2a3940

[ 2 ] https://twitter.com/GoogleDeepMind/status/1729895673368068596

[ 3 ] https://www.nature.com/articles/s41586-023-06735-9

推荐内容

+ There are no comments

Add yours