AI震撼材料學!谷歌DeepMind新研究登Nature,一口氣預測220萬種新材料

2023-12-3 22 12/3

新能源、超導又有希望了

只用一個AI,就獲取了人類接近800年才能搞出來的知識成果!

這是谷歌DeepMind新研究的一種材料發現工具,論文已經發表在
自然
上。

AI震撼材料学!谷歌DeepMind新研究登Nature,一口气预测220万种新材料

僅憑這個AI工具,他們發現了
220萬種
理論上穩定的新晶體材料,不僅將預測材料穩定性的準確率從50%拉高到
80%
,而且38萬種已經投入測試中。

AI震撼材料学!谷歌DeepMind新研究登Nature,一口气预测220万种新材料

谷歌DeepMind表示,鑑於過去10年才發現28000種穩定材料,這項研究相當於近800年的知識積累。

AI震撼材料学!谷歌DeepMind新研究登Nature,一口气预测220万种新材料

進展之神速着實讓業內專家大開眼界了。

據《金融時報》介紹,MIT教授Bilge Yildiz對這項研究評價稱:

這個無機晶體的海量數據庫中應該充滿了有待發掘的“寶石”,以推動解決清潔能源和環境挑戰方面的方案。

目前,這個話題已經登上知乎熱榜:

AI震撼材料学!谷歌DeepMind新研究登Nature,一口气预测220万种新材料

所以這究竟是一個什麼樣的AI工具?

新工具GNoME長啥樣

這篇文章提出了一個叫做
GNoME
(Graph Networks for Materials Exploration)的新工具。

GNoME的架構是圖神經網絡(GNN),其中,節點用來表示晶體結構中的
原子
,邊用來表示晶體結構中的
成鍵關係

AI震撼材料学!谷歌DeepMind新研究登Nature,一口气预测220万种新材料

隨後,GNoME採用一系列已知穩定材料數據集進行訓練,包括Materials Project、Open Quantum Materials Database(OQMD)等。

這個工具通過
主動學習
來發現新材料。

首先,基於已知的穩定材料生成候選結構;然後,GNoME會對這些候選結構進行篩選。

AI震撼材料学!谷歌DeepMind新研究登Nature,一口气预测220万种新材料

當然,GNoME最初篩選出來的結構也並非直接就能拿來用,而是需要基於
密度泛函理論
(DFT)驗證結構穩定性。

隨後,這些驗證後的結構,也會作爲新的訓練數據再度餵給GNoME,用來改進它的預測能力。

基於這種方法,GNoME最終發現了超過220萬種新的穩定晶體結構。

AI震撼材料学!谷歌DeepMind新研究登Nature,一口气预测220万种新材料

與此同時,也表現出一定泛化能力,甚至能對含有5種以上獨特元素的結構進行準確預測。

AI震撼材料学!谷歌DeepMind新研究登Nature,一口气预测220万种新材料

那麼,這新發現的220萬種穩定晶體材料有什麼用呢?

220萬種晶體用來做什麼

最直觀來看,當然是新能源電池(如太陽能電池)、超導體、芯片這些領域又有進展的希望了。

雖然GNoME還只是計算出了理論上穩定的晶體材料,不過實驗合成後,就可以評測性質了。

這些新發現的穩定晶體材料,經過超導、鐵電、光電等性質評測後,可以應用於能源、信息通訊和傳感等領域。

據介紹,目前研究人員已經在實驗室中合成了736種材料,以證明GNoME計算出來的晶體是可以被合成的。

AI震撼材料学!谷歌DeepMind新研究登Nature,一口气预测220万种新材料

除此之外,合成的材料也可能會作爲新材料設計的指導、或是作爲新的數據集來訓練和優化其他AI模型。

例如,加州大學伯克利分校和勞倫斯伯克利國家實驗室,就已經將這些發現的材料作爲實驗工作的一部分,論文同樣發表在Nature上。

團隊建設了一個A-Lab實驗室,從58種計算出的材料中成功合成41種化合物,有
超過70%的成功率

對於這項研究,有網友已經在想象材料起飛的前景了,例如藥學的進展:

AI震撼材料学!谷歌DeepMind新研究登Nature,一口气预测220万种新材料

還有網友cue了一波熱度逐漸平息下來的LK-99:材料學又回來了。

AI震撼材料学!谷歌DeepMind新研究登Nature,一口气预测220万种新材料

還有網友希望這些發現的材料能造福全人類。

AI震撼材料学!谷歌DeepMind新研究登Nature,一口气预测220万种新材料

對於AI預測的這些材料,你認爲還能被用在哪些地方?

參考鏈接:

[1]https://www.ft.com/content/f841e9e0-c9c6-49ab-b91c-6d7bea2a3940

[2]https://twitter.com/GoogleDeepMind/status/1729895673368068596

[3]https://www.nature.com/articles/s41586-023-06735-9