IT之家11月30日消息，谷歌旗下的DeepMind利用人工智能（AI）预测了超过200万种新材料的结构，该公司表示这一突破性成果将推动现实世界的技术改进。
其相关研究成果已经在当地时间周三以题《Anautonomouslaboratoryfortheacceleratedsynthesisofnovelmaterials》刊登于《自然》上。IT之家附DOI:10.1038/s41586-023-06734-w。
DeepMind研究员在论文中指出，其假设的近40万个材料设计中的大部分很快就可以在实验室条件下生产出来。这项研究可以为生产性能更好的电池、太阳能电池板和计算机芯片提供帮助。
通过使用AI预测这些新材料的稳定性后，DeepMind表示下一步的研究重心将转向预测它们在实验室中合成的难易程度。
实际上，新材料的发现和合成其实是一个十分昂贵且耗时的过程，例如我们目前随处可见的锂离子电池的商业应用过程经历了大约20年的时间，其间耗费无数成本与心血。
“我们希望通过实验、自主合成和机器学习模型的巨大改进，将这个10到20年的时间缩短到一个更容易控制的范围”，DeepMind的研究员EkinDogusCubuk说道。
据介绍，DeepMind的AI是基于MaterialsProject数据进行训练的。这是一个于2011年在劳伦斯伯克利国家实验室成立的国际研究组织，目前拥有约5万种已知材料的研究成果。
该公司表示，现在将与研究界分享其数据，以期加速材料发现的进一步突破。
“当涉及到成本增加时，行业往往有点风险规避，而新材料通常需要一段时间才能变得具有成本效益”，MaterialsProject的负责人KristinPersson说，“如果我们能进一步缩短这个时间，那就算是真正的突破了。”
