ホームページ >テクノロジー周辺機器 >AI >AIが材料科学の革命をリード！ Nature に掲載された Google DeepMind の最新研究は、220 万の新しい物質を予測することに成功しました
AIが材料科学の革命をリード！ Nature に掲載された Google DeepMind の最新研究は、220 万の新しい物質を予測することに成功しました
- PHPz転載
- 2023-12-04 08:21:181196ブラウズ
たった 1 つの AI を使用して、人類が発達するのに 800 年近くかかったという知識を獲得しました。
これは、Google DeepMind によって新たに研究された材料発見ツールであり、論文は Nature に掲載されました。
この AI ツールだけで、彼らは 220 万 理論的に安定した新しい結晶材料を発見しました。これは、材料の安定性の予測精度を向上させるだけでなく、 50% から 80% まで、380,000 種類がテストされました。
Google DeepMind は、28,000 の安定した物質が過去 10 年間で発見されただけであることを考えると、この研究はほぼ 800 年分の知識の蓄積に相当すると述べています。
業界の専門家は、その急速な進歩に本当に目を見張るものです
フィナンシャル・タイムズ紙によると、MITのビルゲ・ユルディズ教授はこの研究について次のようにコメントしています。
無機結晶のこの膨大なデータベースには、クリーン エネルギーと環境問題の解決策を前進させるために発見されるのを待っている宝石がたくさんあるはずです。現在、Zhihu でこのトピックが話題になっています:
GNoME (Graph Networks for Materials Exploration) という新しいツールを提案します。
GNoME のアーキテクチャはグラフ ニューラル ネットワーク (GNN) であり、結晶構造内の原子 を表すためにノードが使用され、 結合関係 # を表すためにエッジが使用されます。結晶構造 ##。
その後、GNoME は、マテリアル プロジェクト、オープン量子材料データベース (OQMD) などを含む、一連の既知の安定した材料データ セットをトレーニングに使用しました。
このツールは、
アクティブ ラーニングを通じて新しい資料を発見します。 まず、既知の安定した材料に基づいて候補構造が生成され、その後、GNoME がこれらの候補構造をスクリーニングします
もちろん、GNoME は最初に構造をスクリーニングします。を直接使用することはできませんが、密度汎関数理論 (DFT) に基づいて構造の安定性を検証する必要があります。
その後、これらの検証された構造は、予測機能を向上させるための新しいトレーニング データとして再び GNoME に供給されます。 GNoME は最終的に 220 万個以上の新しい安定した結晶構造を発見しました。これはこのアプローチの結果です
同時に、特定の一般化能力により、5 つ以上の固有の要素を含む構造を正確に予測することもできます。
220万種類の結晶は何に使われているのですか?
最も直観的な見方は、新エネルギー電池(太陽電池など)、超伝導体の分野での進歩が期待されるということです。 、チップス。
GNoME は現在、理論的に安定した結晶材料しか計算できませんが、実験合成が成功すると、その特性を評価できるようになります。
これらの新しく発見された安定した結晶材料は、超伝導、強誘電体、オプトエレクトロニクスなどの変換を受ける予定です。
#レポートによると、研究者らは、GNoME で計算されたクリスタルが合成できることを証明するために、実験室で 736 個の材料を合成しました。さらに、合成されたマテリアルは、新しいマテリアルの設計のガイダンスとして、または他の AI モデルをトレーニングおよび最適化するための新しいデータセットとして使用することもできます。
たとえば、カリフォルニア大学バークレー校とローレンス・バークレー国立研究所は、これらの発見された物質を実験研究の一部として使用しており、その論文はNatureにも掲載されました。
チームは A-Lab を構築し、計算された 58 種類の材料から 41 種類の化合物の合成に成功し、 70% 以上の成功率を達成しました。
この研究に関して、一部のネチズンはすでに薬局の進歩などの物質の発展の見通しを想像しています:
以上がAIが材料科学の革命をリード！ Nature に掲載された Google DeepMind の最新研究は、220 万の新しい物質を予測することに成功しましたの詳細内容です。詳細については、PHP 中国語 Web サイトの他の関連記事を参照してください。