IT之家 12 月 4 日消息，據(jù)《科技日?qǐng)?bào)》報(bào)道，《自然》雜志 11 月 30 日發(fā)表的研究顯示，最新由 AI 驅(qū)動(dòng)的平臺(tái) GNoME（材料探索圖形網(wǎng)絡(luò)）可自行發(fā)現(xiàn)和合成新的無機(jī)化合物，其發(fā)現(xiàn)了超 220 萬個(gè)穩(wěn)定結(jié)構(gòu)，并能在 17 天內(nèi)獨(dú)自創(chuàng)作 41 種新材料，速度和精確性均遠(yuǎn)超人類。
▲ 圖為 GNoME 計(jì)算出的新材料 Ba6Nb7O21，圖源伯克利實(shí)驗(yàn)室材料項(xiàng)目
有了這項(xiàng)工具，通過人類已知的技術(shù)來創(chuàng)作出可行的新材料數(shù)量將成倍增加。據(jù)介紹，GnoME 發(fā)現(xiàn)了超過 220 萬個(gè)穩(wěn)定結(jié)構(gòu)，并將結(jié)構(gòu)穩(wěn)定預(yù)測(cè)的精確性提高到 80% 以上，在預(yù)測(cè)成分時(shí)，每 100 次試驗(yàn)的精確度提高到 33%，相比之下，此前工作中該數(shù)字僅為 1%。
DeepMind 團(tuán)隊(duì)提出了一種計(jì)算模型，可通過大規(guī)模主動(dòng)學(xué)習(xí)來提高材料發(fā)現(xiàn)的效率。該程序能夠使用現(xiàn)有文獻(xiàn)訓(xùn)練，并生成多樣的潛在化合物候選結(jié)構(gòu)，隨后再通過一系列學(xué)習(xí)來不斷改進(jìn)這些結(jié)構(gòu)。
DeepMind 團(tuán)隊(duì)在其新聞稿中宣布，這 220 萬種新的穩(wěn)定結(jié)構(gòu)的發(fā)現(xiàn)，相當(dāng)于（人類）近 800 年的知識(shí)價(jià)值。
此外，加州大學(xué)伯克利分校團(tuán)隊(duì)開發(fā)了一種自動(dòng)實(shí)驗(yàn)室系統(tǒng)（A-Lab），根據(jù)現(xiàn)存科學(xué)文件進(jìn)行訓(xùn)練，再結(jié)合主動(dòng)學(xué)習(xí)，能夠?qū)M定化合物創(chuàng)造最多 5 個(gè)初始合成配方。隨后，它還可以使用機(jī)械臂來執(zhí)行實(shí)驗(yàn)，合成粉末形態(tài)的化合物。
若一種配方產(chǎn)量低于 50%，該系統(tǒng)還會(huì)調(diào)整配方繼續(xù)實(shí)驗(yàn)，在成功達(dá)到目標(biāo)或窮盡所有可能配方之后結(jié)束。詳細(xì)來看，在這 17 天內(nèi)，自動(dòng)實(shí)驗(yàn)室系統(tǒng)進(jìn)行了 355 次實(shí)驗(yàn)，產(chǎn)生了 58 個(gè)擬定化合物中的 41 個(gè)。若將這項(xiàng)工作交給人類研究員，那么猜測(cè)、實(shí)驗(yàn)等工序需要耗時(shí)數(shù)月。
IT之家附《自然》雜志相關(guān)論文：由 DeepMind 發(fā)表，由伯克利實(shí)驗(yàn)室發(fā)表
