Google DeepMind vrea să schimbe acest proces, potrivit MIT Review.

Noua unealtă folosește abilitățile AI pentru a accelera semnificativ procesul de descoperire a noilor materiale. Tehnologia GNoME (rețele grafice pentru explorarea materialelor) a fost folosită deja pentru a prezice 2.2 milioane de noi materiale. Dintre acestea, peste 700 au ajuns să fie create în laborator și urmează să fie testate de către oameni. Studiul a fost publicat în jurnalul Nature.

Unealta AI Google DeepMind a creat peste 700 de noi materiale

Dincolo de GNoME, Laboratorul Național Lawrence Berkeley a anunțat și un nou laborator autonom. Laboratorul preia datele din baza de date despre materiale, ce include și descoperirile GNoME. După aceea, mâini robotice creează noile materiale fără ajutorul oamenilor.

Google DeepMind suține că, prin unealta AI și laborator, aceste avansuri arată potențialul inteligenței artificiale de a avansa tehnologia. 

GNoME e un fel de AlphaFold pentru descoperirea materialelor, susține Ju Li, profesor din cadrul MIT. AlphaFold e un sistem DeepMind anunțat în 2020. Acesta prezice structura proteinelor cu o precizie ridicată. De când a început să fie folosit, sistemul a dus la avansul cercetătorilor biologice și descoperirii medicamentelor.

Află și care e metalul mai periculos decât fumatul și colesterolul pentru bolile cardiovasculare.

Datorită GNoME, numărul materialelor stabile cunoscute a crescut de 10 ori, până la 421.000. 

„În timp ce materialele joacă un rol critic în aproape orice tehnologie, noi, ca oameni, știm doar câteva mii de materiale stabile,” a declarat Dogus Cubuk, expert din cadrul DeepMind. 

Pentru ca unealta AI Google DeepMind să descopere materialele, experții au combinat mai multe elemente din tabelul periodic. Dar pentru că există atât de multe combinații, e ineficient să treci prin acest proces fără o țintă clară. În schimb, experții se ajută de structuri care există deja. Sunt create mici schimbări, în speranța descoperirii unei noi combinații care are potențial.

Materialele sunt descoperite printr-un proces complex

Dar acest proces dificil consumă foarte mult timp. Prin pornirea de la structuri care există deja, e limitat potențialul pentru descoperiri neașteptate. 

Pentru a combate aceste limitări, unealta AI Google DeepMind combină 2 modele diferite. Primul generează peste 1 miliard de structuri prin modificarea elementelor care există deja în materiale. Cel de-al 2-lea ignoră structurile existente și prezice stabilitate noilor materiale pornind doar de la formulele chimice de bază. Combinarea acestor modele permite o varietate mai mare de posibilități. 

După ce structurile candidate sunt generate, sunt filtrate prin modelul GNoMe. De aici, modelele prezic energie de descompunere, care e cel mai important indicator atunci când vine vorba despre cât de stabil e un material. 

Materialele stabile nu se descompun ușor, un factor important atunci când vine vorba de integrarea lor în sisteme. GNoME selectează cei mai promițători candicați. După aceea, materialele sunt evaluate în continuare în funcție de teoriile existente.

Procesul e repetat de mai multe ori. Fiecare nouă descoperire e încorporată în următoarea rundă de antrenament.