Nature는 11월 30일에 두 개의 블록버스터 연구를 발표했습니다. 최신 인공 지능 기반 플랫폼 GNoME(Graphic Network for Materials Exploration)는 220만 개 이상의 안정적인 화합물 발견을 포함하여 자체적으로 새로운 무기 화합물을 발견하고 합성할 수 있었습니다. 인간을 훨씬 능가하는 속도와 정확도로 17일 만에 스스로 41개의 새로운 물질을 만들어냈습니다.
이 화합물(Ba6Nb7O21)은 GNoME에서 계산한 새로운 물질 중 하나입니다. 바륨(파란색), 니오븀(흰색) 및 산소(녹색)가 포함되어 있습니다. 이미지 출처: Berkeley Lab Materials Program
기술의 발전으로 컴퓨터 프로그램이 새로운 물질을 식별하는 능력이 향상되었지만, 그 과정에서 직면한 주요 장애물은 학습 알고리즘이 학습한 것과 반대되는 결과에 적응하는 방식입니다. 새로운 발견은 본질적으로 새롭고 창의적인 방식으로 데이터를 이해하는 능력이기 때문입니다
'Deep Thinking' 팀은 대규모 능동 학습을 통해 물질 발견의 효율성을 높일 수 있는 컴퓨팅 모델을 이번에 제안했습니다. 이 프로그램은 기존 문헌을 사용하여 훈련되어 잠재적인 화합물에 대한 다양한 후보 구조 세트를 생성한 다음 일련의 학습을 통해 지속적으로 개선됩니다. GNoME는 220만 개 이상의 안정적인 구조를 발견하여 구조 안정성 예측의 정확도를 80% 이상으로 향상시켰으며, 구성 예측에서는 이전 연구의 이 수치와 비교하여 100회 시도당 정확도를 33%로 향상시켰습니다.
두 번째 연구에서 UC Berkeley 연구팀은 자동화된 실험실(A-Lab) 시스템을 개발했습니다. 이 A-Lab 시스템은 기존 과학 문헌에 대한 훈련을 활성 학습과 결합하여 제안된 화합물에 대한 예비 합성 레시피를 최대 5개까지 생성할 수 있습니다. 그런 다음 로봇 팔을 사용하여 화합물을 분말 형태로 합성하는 실험을 수행할 수 있습니다. 레시피의 수율이 50% 미만으로 떨어지면 A-Lab은 레시피를 조정하고 목표가 성공적으로 달성되거나 가능한 모든 레시피가 소진될 때까지 실험을 계속합니다. A-Lab은 17일간의 지속적인 실험과 355번의 실험 끝에 제안된 화합물 58개 중 41개(71%)를 성공적으로 합성했습니다. 이에 비해 인간 연구자들은 추측하고 실험하는 데 몇 달을 보낼 것입니다
두 가지 연구에서 입증된 AI 훈련은 컴퓨팅 능력의 급속한 발전과 기존 문헌을 결합합니다. 이는 학습 알고리즘을 사용하여 무기 화합물의 발견과 합성을 지원하는 것이 미래에 매우 광범위한 전망을 가지고 있음을 증명합니다. 인력과 가장 빠른 속도로 신소재 발굴이 가능합니다.
(출처: 과학기술일보)
위 내용은 AI는 속도와 정확도에서 인간을 능가하고 단 17일 만에 스스로 41개의 신소재를 만들어냈다.의 상세 내용입니다. 자세한 내용은 PHP 중국어 웹사이트의 기타 관련 기사를 참조하세요!