Google旗下的 DeepMind 利用人工智慧（AI）預測了超過 200 萬種新素材的結構，這項突破性成果將推動現實世界的技術改進。消息發佈於11月30日
其相關研究成果已在當地時間週三以題《An autonomous laboratory for the accelerated synthesis of novel materials》刊登於《自然》上。本站附 DOI:10.1038/s41586-023-06734-w。
DeepMind 的研究員在一篇論文中指出，根據他們的假設，近40萬種材料設計中的大部分都可以在實驗室條件下迅速生產。這項研究有望為生產性能更出色的電池、太陽能電池板和電腦晶片提供幫助
DeepMind 表示，經過使用AI 對這些新材料的穩定性進行預測後，他們將把下一步的研究重點轉向預測在實驗室中合成這些材料的難易程度
需要進行改寫的內容是：▲ 資料來源：自然
#實際上，新材料的發現和合成其實是一個十分昂貴且耗時的過程，例如我們目前隨處可見的鋰離子電池的商業應用過程經歷了大約20 年的時間，其間耗費無數成本與心血。
"DeepMind的研究員Ekin Dogus Cubuk表示，我們希望透過實驗、自主合成和機器學習模型的巨大改進，將這個10到20年的時間縮短到一個更容易控制的範圍。"
據報導，DeepMind的人工智慧是基於Materials Project資料進行訓練的。 Materials Project是一個於2011年在勞倫斯伯克利國家實驗室成立的國際研究組織，目前已經研究出約5萬種已知材料
公司表示將與研究界分享數據，以加快材料發現的進一步突破
「當涉及成本增加時，業界通常會有一些風險規避的傾向，而新材料通常需要一段時間才能具備成本效益。」Materials Project的負責人Kristin Persson表示，「如果我們能夠進一步縮短這個時間，那將是真正的突破。」
以上是谷歌已利用 DeepMind AI 對數千種新材料進行了分析預測的詳細內容。更多資訊請關注PHP中文網其他相關文章！
