Maison  >  Article  >  Périphériques technologiques  >  La vitesse et la précision dépassent celles des humains. L’IA a créé à elle seule 41 nouveaux matériaux en seulement 17 jours.

La vitesse et la précision dépassent celles des humains. L’IA a créé à elle seule 41 nouveaux matériaux en seulement 17 jours.

王林
王林avant
2023-12-03 08:29:521250parcourir

"Nature" a publié deux études à succès le 30 novembre : la dernière plateforme basée sur l'intelligence artificielle GNoME (Graphic Network for Materials Exploration) peut déjà découvrir et synthétiser par elle-même de nouveaux composés inorganiques, y compris la découverte de plus de 2,2 millions de composés stables. structure et a créé lui-même 41 nouveaux matériaux en 17 jours, avec une vitesse et une précision dépassant de loin celles des humains.

La vitesse et la précision dépassent celles des humains. L’IA a créé à elle seule 41 nouveaux matériaux en seulement 17 jours.

Ce composé (Ba6Nb7O21) fait partie des nouveaux matériaux calculés par GNoME. Il contient du baryum (bleu), du niobium (blanc) et de l'oxygène (vert). Source de l'image : Programme de matériaux du laboratoire de Berkeley

Les progrès technologiques ont amélioré la capacité des programmes informatiques à identifier de nouveaux matériaux, mais un obstacle majeur rencontré dans le processus est la façon dont les algorithmes d'apprentissage s'adaptent aux résultats contrairement à ce qu'ils ont appris. En effet, les nouvelles découvertes sont essentiellement la capacité de comprendre les données de manière nouvelle et créative

L'équipe "Deep Thinking" a cette fois proposé un modèle informatique capable d'améliorer l'efficacité de la découverte de matériaux grâce à un apprentissage actif à grande échelle. Le programme est formé à l'aide de la littérature existante pour générer un ensemble diversifié de structures candidates pour des composés potentiels, qui sont ensuite continuellement affinées grâce à une série d'apprentissages. GNoME a découvert plus de 2,2 millions de structures stables, améliorant ainsi la précision des prédictions de stabilité structurelle à plus de 80 %, et dans la prévision de la composition, la précision pour 100 essais a augmenté à 33 %, par rapport au chiffre des travaux précédents de seulement 1 %.

Dans une deuxième étude, une équipe de recherche de l'UC Berkeley a développé un système de laboratoire automatisé (A-Lab). Ce système A-Lab s'appuie sur la littérature scientifique existante, combinée à un apprentissage actif, et peut créer jusqu'à cinq recettes synthétiques préliminaires pour les composés proposés. Il peut ensuite réaliser des expériences avec un bras robotique pour synthétiser le composé sous forme de poudre. Si le rendement d'une recette tombe en dessous de 50 %, A-Lab ajustera la recette et continuera à expérimenter jusqu'à ce que l'objectif soit atteint avec succès ou que toutes les recettes possibles soient épuisées. Après 17 jours d'expérimentation continue et 355 expériences, A-Lab a réussi à synthétiser 41 des 58 composés proposés (71 %). En comparaison, les chercheurs humains passeraient des mois à deviner et à expérimenter

La formation de l'IA démontrée par les deux études de recherche combine le développement rapide de la puissance de calcul avec la littérature existante. Elle prouve que l'utilisation d'algorithmes d'apprentissage pour aider à la découverte et à la synthèse de composés inorganiques a des perspectives extrêmement larges à l'avenir. être capable de main-d'œuvre et de la vitesse la plus rapide pour découvrir de nouveaux matériaux.

(Source : Quotidien des sciences et de la technologie)

Ce qui précède est le contenu détaillé de. pour plus d'informations, suivez d'autres articles connexes sur le site Web de PHP en chinois!

Déclaration:
Cet article est reproduit dans:. en cas de violation, veuillez contacter admin@php.cn Supprimer