DeepMind Революціонує Науку про Матеріали: ШІ Відкриває 2,2 Мільйона Нових Кристалів

Відділ штучного інтелекту Google, DeepMind, досяг історичного рубежу в матеріалознавстві, відкривши 2,2 мільйона нових кристалів зі стабільними структурами. Це відкриття, за словами дослідників, еквівалентно "800 рокам цінних знань", які були розблоковані завдяки передовому застосуванню штучного інтелекту в дослідженні матеріалів.

Технологія GNoME: Нова ера в матеріалознавстві

Прогрес став можливим завдяки GNoME (Graph Networks for Materials Exploration), інструменту на основі нейронних мереж, розробленому компанією DeepMind. Ця технологія використовує архітектури графів для моделювання та прогнозування стабільних кристалічних структур, експоненційно прискорюючи процес відкриття, який традиційно залежав від більш повільних експериментальних методів.

Інструмент був спеціально розроблений для вивчення матеріалів з перетворювальними промисловими застосуваннями, зосереджуючи увагу на ідентифікації структур, які демонструють сприятливі властивості для нових технологій. Потенціал цих нових матеріалів особливо обіцяючий для розробки більш ефективних батарей для електричних автомобілів і надпровідників для високопродуктивних комп'ютерів.

Наукова валідація та вплив відкриття

Авторитетність цього відкриття була підтверджена незалежними дослідниками, які змогли відтворити 736 нових матеріалів, виявлених GNoME, таким чином підтверджуючи теоретичні результати через експериментальний синтез. Цей процес верифікації є основоположним для подолання бар'єра між обчислювальними прогнозами та практичними застосуваннями.

У публікації в науковому журналі Nature, під заголовком "Масштабування глибокого навчання для відкриття матеріалів", дослідники детально описали, як GNoME досягнув безпрецедентних рівнів узагальнення в прогнозуванні стабільних кристалічних структур. Дослідження демонструє, як цей інструмент може значно підвищити ефективність процесу відкриття матеріалів, зменшуючи витрати та час дослідження.

Застосування та майбутній вплив на обчислювальні технології

Наслідки цього дослідження є широкими та багатосекторальними. У сфері обчислювальної техніки відкриті суперпровідники можуть революціонізувати розвиток суперкомп'ютерів, пропонуючи нові можливості для більш ефективної інфраструктури обробки даних. Це може безпосередньо принести користь секторам, що інтенсивно використовують обчислення, включаючи розвиток технологій блокчейн та обробку цифрових транзакцій.

У сфері електричної мобільності нові виявлені матеріали мають потенціал прискорити розвиток наступного покоління акумуляторів, підвищуючи ефективність та автономію електричних автомобілів. Цей прогрес відповідає зростаючому глобальному попиту на більш стійкі рішення в транспорті.

Майбутнє ШІ у наукових відкриттях

Деякі зовнішні спостерігачі порівняли GNoME з "ChatGPT для хімії", проводячи паралелі з іншими моделями генеративного ШІ, які трансформували різні сфери. Карла Гомес, співавторка Інституту штучного інтелекту Університету Корнелла, підкреслює, що наукове відкриття є наступним рубежем у штучному інтелекті.

Це дослідження ілюструє, як ШІ еволюціонує за межі застосувань обробки мови та зображень, щоб вирішувати основні проблеми в природничих науках. Здатність прискорювати відкриття, які традиційно займали б століття, представляє нову парадигму в наукових дослідженнях, де інструменти штучного інтелекту, такі як GNoME, можуть стати важливими співробітниками в процесі інновацій.

Інтеграція цих технологій ШІ в платформи досліджень і розробок має потенціал демократизувати доступ до наукових досягнень, дозволяючи установам різного розміру брати участь у наступній хвилі технологічних інновацій на основі нових матеріалів.