DeepMind mengeluarkan alat AI GNoME, dikatakan telah berjaya menemui 2.2 juta bahan kristal baharu

Menurut berita pada 1 Disember, DeepMind, anak syarikat Google, baru-baru ini menunjukkan alat AInya sendiri GNoME dalam jurnal "Nature" dan memperkenalkan aplikasi berkaitan AI dalam sains bahan Dilaporkan bahawa DeepMind menggunakan GNoME untuk menemui 2.2 juta kristal baharu. Antaranya, 380,000 kristal adalah bahan stabil yang boleh dihasilkan di makmal dan dijangka digunakan dalam bateri atau superkonduktor

Kandungan yang perlu ditulis semula ialah: ▲Sumber imej pembelajaran mendalam

Dalam data ICSD semasa, kira-kira 20,000 kristal dianggap berada dalam "keadaan stabil" dalam pengiraan Sebelum ini, Projek Bahan dan pasukan lain menjalankan satu siri kaedah pengiraan, 28,000 lagi kristal ditemui. Bagaimanapun, DeepMind percaya bahawa walaupun kaedah pengiraan yang dipertingkatkan sebelum ini dalam industri boleh mempercepatkan penemuan struktur kristal baharu, kos masa dan wang adalah agak tinggi.

Alat baharu DeepMind GNoME dikatakan telah menerobos pelbagai kaedah pengiraan sebelum ini dan boleh meramalkan dengan tepat satu siri struktur kristal yang stabil dan menjana 2.2 juta bahan daripadanya, DeepMind mendakwa bahawa Jika pengiraan ini dikira semata-mata oleh Bahan kuasa manusia, ia. mengambil masa 800 tahun.

Kandungan yang perlu ditulis semula ialah: ▲Sumber imej pembelajaran mendalam

Tapak ini mengetahui daripada laporan DeepMind bahawa GNoME sangat cekap dalam membangunkan bahan-bahan model ini telah mereka bentuk sejumlah 52,000 sebatian berlapis grafena baharu. Sebelum ini, manusia hanya mengenal pasti kira-kira 1,000 bahan serupa. Selain itu, GNoME menemui 528 konduktor lithium-ion yang berpotensi dengan sehingga 25 kali ganda kekonduksian bahan sebelumnya. Para saintis percaya bahawa penemuan yang disebutkan di atas sahaja dijangka dapat meningkatkan penggunaan tenaga bateri yang kini digunakan dalam produk elektronik.

Kandungan yang perlu ditulis semula ialah: ▲Sumber imej pembelajaran mendalam

DeepMind menegaskan bahawa GNoME menggunakan dua strategi untuk mencari bahan, satu adalah untuk mencipta calon berdasarkan struktur kristal yang diketahui, dan satu lagi berasaskan pada syarikat kimia, meneroka struktur calon dengan cara yang lebih stokastik. Model ini menggunakan rangkaian saraf untuk memproses dan menganalisis output kedua-dua kaedah secara serentak, dan menggunakan pengiraan Teori Fungsian Ketumpatan untuk menilai kestabilan calon bahan ini. Selain itu, GNoME juga menggunakan kaedah "Pembelajaran Aktif" untuk meningkatkan ketepatan dan kecekapan ramalan kristal, dengan itu meningkatkan dengan ketara kelajuan dan kadar kejayaan menemui bahan baharu

Kandungan yang perlu ditulis semula ialah: ▲ Rajah Source Deep Learning

Model GNoME bertujuan untuk mengurangkan kos penemuan bahan baharu Pada masa ini, saintis di seluruh dunia telah menghasilkan 736 bahan baharu yang diramalkan oleh GNoME dalam makmal, yang membuktikan ketepatan ramalan kristal GNoME dalam realiti dan kebolehlaksanaan , dan DeepMind kini telah menjadikan pangkalan data kristal GNoME yang baru ditemui awam untuk membantu penyelidik dalam menguji dan mengeluarkan bahan calon.

Atas ialah kandungan terperinci DeepMind mengeluarkan alat AI GNoME, dikatakan telah berjaya menemui 2.2 juta bahan kristal baharu. Untuk maklumat lanjut, sila ikut artikel berkaitan lain di laman web China PHP!