Ученые Google DeepMind создали почти 400 000 новых соединений с использованием глубокого машинного обучения под названием GNoME (Graph Networks for Materials Exploration). Эта инновационная методология, основанная на синергии искусственного интеллекта, суперкомпьютеров и экспериментальных данных. Она позволяет ускорить процесс создания материалов для различных областей, включая возобновляемую энергию, электронику, и экологические решения.
Materials Project — база данных с открытым доступом, основанная в Национальной лаборатории Лоуренса Беркли Министерства энергетики США в 2011 году. Она рассчитывает свойства как известных, так и прогнозируемых материалов. Чтобы генерировать новые данные, Google DeepMind разработал инструмент глубокого обучения GNoME. Исследователи обучали его, используя данные из проекта Materials Project.
Исследователи GNoME создали 2,2 млн кристаллических структур, в том числе 380 000, которые они добавляют в проект «Материалы» и прогнозируют, что они стабильны. Это делает их потенциально полезными в будущих технологиях. Вклад Google DeepMind — это крупнейшее добавление данных о стабильности структуры от группы с момента начала запуска базы данных Materials Project.
Исследователи экспериментально подтвердили полезные свойства новых материалов в нескольких областях. Некоторые показывают потенциал для использования:
- в улавливании углерода (вытягивании углекислого газа из атмосферы);
- в качестве фотокатализаторов (материалов, которые ускоряют химические реакции в ответ на свет и могут использоваться для расщепления загрязняющих веществ или выработки водорода);
- как термоэлектрики (материалы, которые могут использовать отходящее тепло и превращать его в электроэнергию);
- в качестве прозрачных проводников (которые полезны в солнечных элементах, сенсорных экранах или светодиодах).
«Нам необходимо создавать новые материалы, если мы собираемся решать глобальные экологические и климатические проблемы. Благодаря инновациям в материалах мы потенциально можем разрабатывать пригодные для вторичной переработки пластмассы, использовать ненужную энергию, производить более качественные батареи и создавать более дешевые солнечные панели, которые прослужат дольше, и многое другое», — сказала Кристин Перссон, основатель и директор проекта материалов в лаборатории Беркли и профессор Калифорнийского университета в Беркли.
Поиск этих перспективных материалов — один из шагов к решению некоторых серьезных технологических проблем человечества. Теперь благодаря искусственному интеллекту база постоянно пополняются, а исследователи могут сосредоточиться на создании технологий будущего – например, на более легких сплавах, которые улучшают экономию топлива в автомобилях, на более эффективных солнечных элементах для увеличения возобновляемой энергии или на более быстрых транзисторах для компьютеров следующего поколения.