Miljontals nya material upptäckta för framtida teknologier tack vare artificiell intelligens

Artificiell Intelligens har gjort det möjligt att uppnå ofattbara mål: verktyget vi ska prata om har lyckats identifiera miljontals nya kristaller, varav tusentals kan användas för framtida teknologier. Låt oss se vad det handlar om.

Artificiell intelligens GNoME upptäcker 2,2 miljoner nytt material

Pixabay

Den som gjorde upptäckten var det artificiella intelligensverktyget GNoME, som hittade så många som 2,2 miljoner nya kristaller, inklusive 380.000 stabila material som kan bli användbara i framtidens teknik. Faktum är att de som hittills har designats, som solpaneler och batterier, designades med oorganiska kristaller som tenderar att falla sönder. För utveckling av innovativa och hittills outvecklade tekniker är det nödvändigt att använda stabila kristaller, som därför inte genomgår någon försämring.

Google DeepMind presenterade i en artikel GNoME, Graph Networks for Materials Exploration, det nya verktyget för djupinlärning som lyckades upptäcka en mängd nytt material som motsvarar 800 års kunskap. Denna AI-enhet är i själva verket kapabel till att snabba upp tiden och effektiviteten för upptäckter genom att implementera tillförlitliga förutsägelser om kristallstabilitet.

Faktum är att den lyckades tiodubbla mängden material som hittills har används inom teknik. De 380.000 stabila kristallerna har visat sig användbara för att testa nästa transformativa teknik, allt från att driva banbrytande superdatorer till elfordonsbatterier.

"Nya funktionella material möjliggör grundläggande upptäckter i alla tekniska tillämpningar, från ren energi till informationsbehandling." står det i studien. "Från mikrochips till batterier, till solceller har upptäckten av oorganiska kristaller hindrats av dyra försök och felmetoder. Samtidigt har djupinlärningsmodeller för språk, syn och biologi visat upp nya prediktiva kapaciteter med en ökning av data och beräkningar.".

Artificiell intelligens har mångdubblat antalet material som hittills har upptäckts

nature

Upptäckten av dessa stabila material lägger därför grunden för en snabb utveckling av ny superteknologi som aldrig tidigare har förverkligats . Innan detta ögonblick, i början av 2023, hade ett sydkoreanskt laboratorium presenterat LK-99, en polykristallin som skulle representera en möjlig lösning på energikrisen. Materialet klarade dock inte testet utan GNoME skulle istället kunna leda till framgång i utvecklingen av nya lösningar. DeepMinds AI kan filtrera material och begränsa de som kan syntetiseras och uppfylla de nödvändiga kraven, till och med undersöka bindningen mellan atomer för att bedöma eventuell nedbrytning.

Fram till nu har upptäckten av nya stabila material varit kemisters ansvar, som går på försök och misstag genom att modifiera eller smälta samman olika grundämnen. Detta kräver naturligtvis en avsevärd investering av tid och ekonomiska resurser, vilket GNoME dock kan reducera. Hittills har 28.000 stabila material upptäckts av människor och katalogiserats i databasen för oorganiserade kristallstrukturer. AI-verktyget fungerar via en aktiv inlärningsprocess och  som en grafisk neural nätverksmodell, där ingångarna är i form av en graf som liknar kopplingar mellan atomer.

Materialet identifierat av GNoME och dess framtidsutsikter

Freepik

"För att utvärdera vår modells prediktiva kraft under progressiva träningscykler kontrollerade vi upprepande gånger dess prestanda med hjälp av väletablerade beräkningstekniker känd som Density Functional Theory (DFT), som används inom fysik, kemi och materialvetenskap för att förstå atomers strukturer, vilket är viktigt för att utvärdera stabiliteten hos kristaller" skrev Amil Merchant och Ekin Dogus Cubuk från DeepMind.

GNoME, i havet av upptäckter, har identifierat 53.000 nya material som liknar grafen, vilket representerar ett giltigt alternativ för att göra revolutionerande förändringar av elektronik via supraledare.

Dessutom identifierade den 528 litiumjonledare, många fler än vad som upptäckts genom tidigare studier och som kan öka effektiviteten hos laddningsbara batterier. DeepMind vände sig till Berkeley Lab för att förbättra dessa upptäckter och skapade ett robotlaboratorium för syntesen av de nya kristallerna. Data som samlats in av GNoME gjordes tillgänglig för forskarsamhället genom fri tillgång. Experiment och framtida tillämpning kommer att leda till betydande framsteg på det tekniska området och nå ännu outforskade gränser.