Heim > Technologie-Peripheriegeräte > KI > Die Geschwindigkeit und Genauigkeit übertrifft die des Menschen. Allein die KI hat in nur 17 Tagen 41 neue Materialien geschaffen.

Die Geschwindigkeit und Genauigkeit übertrifft die des Menschen. Allein die KI hat in nur 17 Tagen 41 neue Materialien geschaffen.

王林
Freigeben: 2023-12-03 08:29:52
nach vorne
1294 Leute haben es durchsucht

Nature hat am 30. November zwei Blockbuster-Studien veröffentlicht: Die neueste auf künstlicher Intelligenz basierende Plattform GNoME (Graphic Network for Materials Exploration) konnte selbstständig neue anorganische Verbindungen entdecken und synthetisieren, darunter mehr als 2,2 Millionen stabile Verbindungen. Er erforschte die Struktur und schuf in 17 Tagen allein 41 neue Materialien, und zwar mit einer Geschwindigkeit und Genauigkeit, die die des Menschen bei weitem übertraf.

Die Geschwindigkeit und Genauigkeit übertrifft die des Menschen. Allein die KI hat in nur 17 Tagen 41 neue Materialien geschaffen.

Diese Verbindung (Ba6Nb7O21) ist eines der neuen von GNoME berechneten Materialien. Sie enthält Barium (blau), Niob (weiß) und Sauerstoff (grün). Bildquelle: Berkeley Lab Materials Program

Fortschritte in der Technologie haben die Fähigkeit von Computerprogrammen verbessert, neue Materialien zu identifizieren, aber ein großes Hindernis bei diesem Prozess ist die Art und Weise, wie sich Lernalgorithmen an Ergebnisse anpassen, die im Widerspruch zu dem stehen, was sie gelernt haben. Denn neue Entdeckungen sind im Wesentlichen die Fähigkeit, Daten auf neue, kreative Weise zu verstehen

Das „Deep Thinking“-Team schlug dieses Mal ein Computermodell vor, das die Effizienz der Materialentdeckung durch groß angelegtes aktives Lernen verbessern kann. Das Programm wird unter Verwendung bestehender Literatur trainiert, um einen vielfältigen Satz Kandidatenstrukturen für potenzielle Verbindungen zu generieren, die dann durch eine Reihe von Erkenntnissen kontinuierlich verfeinert werden. GNoME entdeckte mehr als 2,2 Millionen stabile Strukturen und verbesserte die Genauigkeit der Vorhersagen der Strukturstabilität auf über 80 % und bei der Vorhersage der Zusammensetzung auf 33 % Genauigkeit pro 100 Versuche, verglichen mit dieser Zahl in früheren Arbeiten.

In einer zweiten Studie entwickelte ein Forschungsteam der UC Berkeley ein automatisiertes Laborsystem (A-Lab). Dieses A-Lab-System basiert auf vorhandener wissenschaftlicher Literatur, kombiniert mit aktivem Lernen, und kann bis zu fünf vorläufige Syntheserezepte für vorgeschlagene Verbindungen erstellen. Anschließend kann es Experimente mit einem Roboterarm durchführen, um die Verbindung in Pulverform zu synthetisieren. Wenn die Ausbeute eines Rezepts unter 50 % fällt, passt A-Lab das Rezept an und experimentiert weiter, bis das Ziel erfolgreich erreicht ist oder alle möglichen Rezepte ausgeschöpft sind. Nach 17 Tagen kontinuierlichen Experimentierens und 355 Experimenten konnte A-Lab 41 der 58 vorgeschlagenen Verbindungen (71 %) erfolgreich synthetisieren. Im Vergleich dazu würden menschliche Forscher Monate damit verbringen, zu raten und zu experimentieren

Das in den beiden Forschungsstudien gezeigte Training der KI kombiniert die rasante Entwicklung der Rechenleistung mit der vorhandenen Literatur. Es beweist, dass der Einsatz von Lernalgorithmen zur Unterstützung bei der Entdeckung und Synthese anorganischer Verbindungen in der Zukunft äußerst große Zukunftsaussichten hat in der Lage sein, neue Materialien mit Arbeitskräften und höchster Geschwindigkeit zu entdecken.

(Quelle: Science and Technology Daily)

Das obige ist der detaillierte Inhalt vonDie Geschwindigkeit und Genauigkeit übertrifft die des Menschen. Allein die KI hat in nur 17 Tagen 41 neue Materialien geschaffen.. Für weitere Informationen folgen Sie bitte anderen verwandten Artikeln auf der PHP chinesischen Website!

Verwandte Etiketten:
Quelle:sohu.com
Erklärung dieser Website
Der Inhalt dieses Artikels wird freiwillig von Internetnutzern beigesteuert und das Urheberrecht liegt beim ursprünglichen Autor. Diese Website übernimmt keine entsprechende rechtliche Verantwortung. Wenn Sie Inhalte finden, bei denen der Verdacht eines Plagiats oder einer Rechtsverletzung besteht, wenden Sie sich bitte an admin@php.cn
Beliebte Tutorials
Mehr>
Neueste Downloads
Mehr>
Web-Effekte
Quellcode der Website
Website-Materialien
Frontend-Vorlage