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(fā)現(xiàn)工具，論文已經(jīng)發(fā)表在Nature上。

僅憑這個AI工具，他們發(fā)現(xiàn)了220萬種理論上穩(wěn)定的新晶體材料，不僅將預(yù)測材料穩(wěn)定性的準確率從50%拉高到80%，而且38萬種已經(jīng)投入測試中。

谷歌DeepMind表示，鑒于過去10年才發(fā)現(xiàn)28000種穩(wěn)定材料，這項研究相當(dāng)于近800年的知識積累。

進展之神速著實讓業(yè)內(nèi)專家大開眼界了。

據(jù)《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(shù)據(jù)庫中應(yīng)該充滿了有待發(fā)掘的“寶石”，以推動解決清潔能源和環(huán)境挑戰(zhàn)方面的方案。

目前，這個話題已經(jīng)登上知乎熱榜：

所以這究竟是一個什么樣的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(gòu)是圖神經(jīng)網(wǎng)絡(luò)（GNN），其中，節(jié)點用來表示晶體結(jié)構(gòu)中的原子，邊用來表示晶體結(jié)構(gòu)中的成鍵關(guān)系。

隨后，GNoME采用一系列已知穩(wěn)定材料數(shù)據(jù)集進行訓(xùn)練，包括Materials Project、Open Quantum Materials Database（OQMD）等。

這個工具通過主動學(xué)習(xí)來發(fā)現(xiàn)新材料。

首先，基于已知的穩(wěn)定材料生成候選結(jié)構(gòu)；然后，GNoME會對這些候選結(jié)構(gòu)進行篩選。

當(dāng)然，GNoME最初篩選出來的結(jié)構(gòu)也并非直接就能拿來用，而是需要基于密度泛函理論（DFT）驗證結(jié)構(gòu)穩(wěn)定性。

隨后，這些驗證后的結(jié)構(gòu)，也會作為新的訓(xùn)練數(shù)據(jù)再度喂給GNoME，用來改進它的預(yù)測能力。

基于這種方法，GNoME最終發(fā)現(xiàn)了超過220萬種新的穩(wěn)定晶體結(jié)構(gòu)。

與此同時，也表現(xiàn)出一定泛化能力，甚至能對含有5種以上獨特元素的結(jié)構(gòu)進行準確預(yù)測。

那么，這新發(fā)現(xiàn)的220萬種穩(wěn)定晶體材料有什么用呢？

220萬種晶體用來做什么

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

雖然GNoME還只是計算出了理論上穩(wěn)定的晶體材料，不過實驗合成后，就可以評測性質(zhì)了。

這些新發(fā)現(xiàn)的穩(wěn)定晶體材料，經(jīng)過超導(dǎo)、鐵電、光電等性質(zhì)評測后，可以應(yīng)用于能源、信息通訊和傳感等領(lǐng)域。

據(jù)介紹，目前研究人員已經(jīng)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。

除此之外，合成的材料也可能會作為新材料設(shè)計的指導(dǎo)、或是作為新的數(shù)據(jù)集來訓(xùn)練和優(yōu)化其他AI模型。

例如，加州大學(xué)伯克利分校和勞倫斯伯克利國家實驗室，就已經(jīng)將這些發(fā)現(xiàn)的材料作為實驗工作的一部分，論文同樣發(fā)表在Nature上。

團隊建設(shè)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。

對于這項研究，有網(wǎng)友已經(jīng)在想象材料起飛的前景了，例如藥學(xué)的進展：

還有網(wǎng)友cue了一波熱度逐漸平息下來的LK-99：材料學(xué)又回來了。

還有網(wǎng)友希望這些發(fā)現(xiàn)的材料能造福全人類。

對于AI預(yù)測的這些材料，你認為還能被用在哪些地方？