AI震撼材料学！谷歌DeepMind研究登Nature，一口气预期220万材料

萧箫 在在 凹非寺后粒子位 | 公众号 QbitAI

只用一个AI，就获取了生物相比之下800年才能动手出来的经验更进一步！

这是GoogleDeepMind上新研究课题的一种材质推断出应用软件，学术论文早已发表在Nature上。

确这个AI应用软件，他们推断出了220万种仅仅牢固的上新固态材质，不仅将预报材质牢固性的精确率从50%拉高到80%，而且38万种早已投入测试里。

GoogleDeepMind回应，鉴于过去10年才推断出28000种牢固材质，这项研究课题相当于近800年的经验积累。

重大突破之神速无非让业内专业人士大开眼界了。

据《金融时报》简介，MIT教授Bilge Yildiz对这项研究课题评价称之为：

这个无机固态的海量资料库里一定则会充满了有待发掘的“水晶”，以促成解决问题清洁风能和环境考验方面的方案。

现有，这个话题早已攀上知乎热榜：

所以这究竟是一个什么样的AI应用软件？

这篇文章提出了一个称之为GNoME（Graph Networks for Materials Exploration）的上新应用软件。

GNoME的体系结构是图神经网络（GNN），其里，端口用来回应固态形态里的原子，边用来回应固态形态里的电子对关系。

随后，GNoME采用一系列存留牢固材质资料集顺利完成基础训练，除此以外Materials Project、Open Quantum Materials Database（OQMD）等。

这个应用软件通过主动求学来推断出上新材质。

首先，基于存留的牢固材质分解成候选形态；然后，GNoME则会对这些候选形态顺利完成选取。

当然，GNoME最初选取出来的形态也并非直接就能拿来用，而是必需基于运动速度泛函新方（DFT）有效性形态牢固性。

随后，这些有效性后的形态，也则会作为重上新基础训练资料再度喂给GNoME，用来改良它的预报能够。

基于这种新方法，GNoME最终推断出了超过220万种重上新牢固固态形态。

与此同时，也表现出一定角度看能够，甚至能对掺入5种以上多样金属元素的形态顺利完成精确预报。

那么，这上新推断出的220万种牢固固态材质有什么用呢？

最直观来看，当然是上新风能充电电池（如太阳能）、超导体、芯片这些应用领域又有重大突破的期望了。

虽然GNoME还只是测算出了仅仅牢固的固态材质，不过实验催化后，就可以评测本质了。

这些上新推断出的牢固固态材质，经过超导、铁电、光电等本质评测后，可以应用于风能、信息通讯和传感等应用领域。

据简介，现有研究课题人员早已在研究小组里催化了736种材质，以证明GNoME测算出来的固态是可以被催化的。

除此之外，催化的材质也可能则会作为上新材质其设计的指导、或是作为重上新资料集来基础训练和可用性其他AI静态。

例如，麻省理工学院伯克利分校和劳伦斯伯克利国家研究小组，就早已将这些推断出的材质作为实验社则会活动的一部分，学术论文某种程度发表在Nature上。

制作组建设了一个A-Lab研究小组，从58种测算出的材质里出乎意料催化41种阴离子，有超过70%的出乎意料率。

对于这项研究课题，有里国网民早已在想象材质起飞的前景了，例如医学的重大突破：

还有里国网民cue了一波热度慢慢地爆发依然的LK-99：材质学又忘了了。

还有里国网民期望这些推断出的材质能慈爱全生物。

对于AI预报的这些材质，你认为还能被用在哪些地方？

概述元数据：[1][2][3]

— 完 —

粒子位 QbitAI · 头条号合约

八子补肾胶囊
妈咪爱和肠炎宁哪个效果更好
妈咪爱与肠炎宁颗粒的区别
必奇蒙脱石散的功效与作用
止咳化痰药