Google은 DeepMind AI를 사용하여 수천 개의 새로운 자료를 분석하고 예측했습니다.

Google이 소유한 DeepMind는 인공 지능(AI)을 사용하여 200만 개 이상의 신소재 구조를 예측했으며, 이는 실제 기술 개선을 주도할 획기적인 발전입니다. 11월 30일자 뉴스가 나왔습니다

관련 연구 결과가 현지 시간 수요일 'Nature'에 '신소재의 가속 합성을 위한 자율 실험실'이라는 제목으로 게재되었습니다. 이 사이트는 DOI:10.1038/s41586-023-06734-w에 연결되어 있습니다.

DeepMind의 연구원들은 그들의 가설을 바탕으로 한 논문에서 거의 400,000개에 달하는 재료 디자인의 대부분이 실험실 조건에서 신속하게 생산될 수 있다고 지적했습니다. 이 연구는 더 나은 성능을 가진 배터리, 태양광 패널 및 컴퓨터 칩을 생산하는 데 도움이 될 것으로 예상됩니다

DeepMind는 AI를 사용하여 이러한 신소재의 안정성을 예측한 후 다음 연구 초점을 합성이 얼마나 쉬운지를 예측하는 데로 돌릴 것이라고 말했습니다. 이러한 재료는 실험실에 있습니다

다시 작성해야 할 사항은 다음과 같습니다. ▲ 출처: Nature

실제로 새로운 재료의 발견과 합성은 실제로 매우 비싸고 시간이 많이 걸리는 프로세스입니다. 오늘날 우리가 어디에서나 볼 수 있는 리튬이온 배터리는 약 20년의 시간이 걸렸으며, 그 동안 수많은 비용과 노력이 소모되었습니다.

"DeepMind의 연구원인 Ekin Dogus Cubuk은 실험, 자율 합성 및 기계 학습 모델의 엄청난 개선을 통해 이 10~20년을 보다 관리 가능한 범위로 단축하기를 희망한다고 말했습니다."

보고서에 따르면 DeepMind The 인공지능은 Materials Project 데이터를 기반으로 학습됩니다. Materials Project는 2011년 로렌스 버클리 국립 연구소에 설립된 국제 연구 기관입니다. 현재 약 50,000개의 알려진 재료를 연구했습니다

회사는 재료 발견의 획기적인 발전을 가속화하기 위해 연구 커뮤니티와 데이터를 공유할 것이라고 말했습니다

“업계 재료 프로젝트 책임자인 Kristin Persson은 "비용 증가에 따른 위험을 회피하는 경향이 있으며 새로운 재료가 비용 효율성을 갖추는 데 시간이 걸리는 경우가 많습니다."라고 말했습니다. 진정한 돌파구가 되세요.”

위 내용은 Google은 DeepMind AI를 사용하여 수천 개의 새로운 자료를 분석하고 예측했습니다.의 상세 내용입니다. 자세한 내용은 PHP 중국어 웹사이트의 기타 관련 기사를 참조하세요!