AI驅動平臺用17天獨自創作41種新材料，速度精確性均遠超人類

AI驅動平臺用17天獨自創作41種新材料，速度精確性均遠超人類

IT之家 12 月 4 日消息，據《科技日報》報道，《自然》雜志 11 月 30 日發表的研究顯示，最新由 AI 驅動的平臺 GNoME（材料探索圖形網絡）可自行發現和合成新的無機化合物，其發現了超 220 萬個穩定結構，并能在 17 天內獨自創作 41 種新材料，速度和精確性均遠超人類。

▲ 圖為 GNoME 計算出的新材料 Ba6Nb7O21，圖源伯克利實驗室材料項目

有了這項工具，通過人類已知的技術來創作出可行的新材料數量將成倍增加。據介紹，GnoME 發現了超過 220 萬個穩定結構，并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%。

DeepMind 團隊提出了一種計算模型，可通過大規模主動學習來提高材料發現的效率。該程序能夠使用現有文獻訓練，并生成多樣的潛在化合物候選結構，隨后再通過一系列學習來不斷改進這些結構。

DeepMind 團隊在其新聞稿中宣布，這 220 萬種新的穩定結構的發現，相當于（人類）近 800 年的知識價值。

此外，加州大學伯克利分校團隊開發了一種自動實驗室系統（ALab），根據現存科學文件進行訓練，再結合主動學習，能夠對擬定化合物創造最多 5 個初始合成配方。隨后，它還可以使用機械臂來執行實驗，合成粉末形態的化合物。

若一種配方產量低于 50%，該系統還會調整配方繼續實驗，在成功達到目標或窮盡所有可能配方之后結束。詳細來看，在這 17 天內，自動實驗室系統進行了 355 次實驗，產生了 58 個擬定化合物中的 41 個。若將這項工作交給人類研究員，那么猜測、實驗等工序需要耗時數月。

IT之家附《自然》雜志相關論文：由 DeepMind 發表，由伯克利實驗室發表