《自然》11月30日發表了兩項重磅研究:最新的由人工智慧驅動的平台GNoME(材料探索圖形網路),已可以自行發現和合成新無機化合物,包括發現了超220萬個穩定結構、17天便獨自創作41種新材料,其速度與精確度都遠超人類。
這個化合物(Ba6Nb7O21)是GNoME計算出的新材料之一,它包含鋇(藍色)、鈮(白色)和氧(綠色)。圖片來源:伯克利實驗室材料項目
技術的進步已經提高了電腦程式識別新材料的能力,但是在這個過程中面臨的主要障礙是學習演算法如何適應與其所學相反的結果。這是因為新的發現本質上是用新的、創造性的方式來理解數據的能力
「深度思維」團隊這次提出了一個運算模型,能夠透過大規模主動學習,提高材料發現的效率。這個程序使用現有文獻訓練,產生多樣化的潛在化合物候選結構,然後透過一系列學習不斷改進這些結構。 GNoME發現了超過220萬個穩定結構,將結構穩定預測的精確性提高到80%以上,在預測成分時,每100次試驗的精確度提高到33%,相比之下,此前工作中該數字僅為1%。
加州大學柏克萊分校的研究團隊在第二項研究中開發出了一種自動實驗室(A-Lab)系統。這種A-Lab系統是透過現有科學文獻的訓練,再結合主動學習,能夠為擬定化合物創建最多5個初步合成配方。接著,它可以透過機器臂執行實驗,合成粉末形狀的化合物。如果某個配方的產量低於50%,A-Lab會調整配方並繼續實驗,直到成功達到目標或窮盡所有可能的配方。在連續實驗了17天、進行了355次實驗後,A-Lab成功合成了58個擬定化合物中的41個(71%)。相較之下,人類研究員需要花數月時間去猜測和實驗
兩項研究所展示的對AI的訓練,結合了計算力的飛速發展和現有文獻,其證明使用學習演算法輔助發現和合成無機化合物有著極其廣闊的前景,未來的自主實驗室將能夠以最少的人力、最快的速度去發掘新材料。
(資料來源:科技日報)
以上是速度和精確性均超越人類AI僅用17天獨自創作41種新材料的詳細內容。更多資訊請關注PHP中文網其他相關文章!