首页 / 科技 / DeepMind 推出 AI 工具 GNoME,号称已发现 220 万种新晶体材料播报文章

DeepMind 推出 AI 工具 GNoME,号称已发现 220 万种新晶体材料播报文章

IT之家 12 月 1 日消息,谷歌旗下 DeepMind 日前在《自然》期刊上展示了自家 AI 工具 GNoME,并介绍了 AI 在材料科学上的相关应用,据悉,DeepMind 使用 GNoME 发现了 220 万种新晶体,其中有 38 万种晶体属于稳定材料,可以在实验室制造,有望应用在电池或是超导体等方面

  • ▲ 图源 DeepMind

目前 ICSD 数据中,约有 2 万种晶体在计算上被认为处于“稳定态”,此前 Materials Project 等团队通过一系列计算方法,又找出了 2.8 万种晶体。不过 DeepMind 认为,此前业界经过改进的计算方法,虽然能够加快发现新晶体结构的速度,但是时间与金钱成本相当高。

而 DeepMind 的新工具 GNoME,据称突破了此前的各种计算方法,能够准确预测一系列稳定的晶体结构,并从中生成了 220 万种材料,DeepMind 声称,如果仅凭借人力计算出这些材料,需要花费 800 年

  • ▲ 图源 DeepMind

IT之家从 DeepMind 报告中获悉,GNoME 开发材料的效率相当高,该模型一共设计了 5.2 万种新型石墨烯层状化合物,而在之前,人类只鉴定出约 1,000 种类似的材料。此外,GNoME 还发现 528 种潜在的锂离子导体,导电能力可达之前材料的 25 倍。科学家认为,仅仅是上述发现,就有望改善目前电子产品中应用的电池能耗。

  • ▲ 图源 DeepMind

DeepMind 提到, GNoME 采用两种策略来寻找材料,第一种是根据已知晶体结构创造候选物,另一种则是基于化学公司,以更随机的方式探索候选物结构。该模型同时通过神经网络来处理和分析上述两种方法的输出,使用密度泛函理论(Density Functional Theory)计算,来评估这些候选物的稳定性。并利用一种称为“主动学习(Active Learning)”的方法来提高晶体预测精准度和效率,从而大幅增加发现新材料的速度和成功率。

  • ▲ 图源 DeepMind

GNoME 模型旨在是降低发现新材料的成本,目前全球的科学家已在实验室制造出 736 种 GNoME 所预测的新材料,这证明了 GNoME 的晶体预测在现实中的准确性与可行性,而 DeepMind 目前已经将 GNoME 新发现的晶体数据库公开,协助科研人员测试和制造候选材料。

本文来自网络,不代表今日新闻立场,转载请注明出处:https://www.newstoday.cc/2Qy3VQ2.html
上一篇
下一篇

为您推荐

返回顶部