谷歌 DeepMind 在一年内发现 220 万种新材料，其中 38.1 万种是稳定材料
在不到一年的时间里，谷歌的DeepMind部门通过一个名为 "材料探索图网络"（GNoME）的高级训练人工智能模型，成功发现了 38.1 万种稳定材料，这些材料可以造福于许多领域。实际上，这只是该模型预测的 220 万种晶体结构中的一小部分。
该人工智能是利用美国劳伦斯伯克利国家实验室（Lawrence Berkeley National Laboratory）在过去十年中通过材料项目收集的数据进行训练的。.从理论上讲，这 381,000 个稳定的结构可以在加速开发以下材料方面发挥关键作用 超导体, 量子超级计算机, 电动汽车和电池，但所有这些材料都需要先合成才能测试其效率。
到目前为止，独立实验只合成并证明了其中 736 种材料的稳定性。不过，DeepMind 的研究人员愿意通过立即发布所有材料的数据和公开人工智能模型，加快其余结构的合成过程。
最有希望的结构似乎包括在 52000 种化合物中，这些化合物类似于具有层状性质的 石墨烯.据说，这些化合物是新型超导体的理想候选材料，可用于核磁共振扫描仪、量子计算机和核聚变反应堆。此外，人工智能模型还发现了 528 种可用于提高电动汽车电池效率的替代锂离子导体。
