谷歌 DeepMind 的新型人工智能已为电动汽车电池、太阳能电池等开发出 700 多种材料
谷歌 DeepMind 的新型人工智能 GNoME（用于材料探索的图形网络）已经确定了约 220 万种新材料的结构。 这其中包括大约 38 万种稳定的材料，它们可以推动下一代电动汽车电池、太阳能电池、计算机芯片和超导体等未来技术的发展。世界各地的研究人员目前正在生产和实验测试其中的 736 种材料。DeepMind 已经确定了 528 种有前景的锂离子电池导体，它们有助于提高电池的效率。
虽然材料在几乎所有技术中都起着非常关键的作用，但我们人类只知道几万种稳定的材料。
- 谷歌 DeepMind 材料发现负责人 Dogus Cubuk
虽然使用人工智能开发新材料已经很常见，但 GNoMe 在规模和精确度方面却脱颖而出。明尼苏达大学化学工程与材料科学助理教授克里斯-巴特尔指出，与同类项目相比，GNoMe 的训练数据量要大得多。
如果我们要解决气候危机，硬件，尤其是清洁能源，就需要创新。这是加速创新的一个方面。
- 伯克利实验室材料项目负责人克里斯汀-佩尔松
研究人员经常花费数年时间在现有结构的基础上开发材料，希望发现新的组合。有了深度学习工具，这项研究现在可以加速进行了。劳伦斯伯克利国家实验室与谷歌 DeepMind 合作，在《自然》杂志上发表了两篇文章。.其中一篇文章介绍了如何将人工智能预测用于自主材料合成。
然而，一个重大问题依然存在：新材料往往需要很长时间才能进入商业化阶段。
如果我们能将这一时间缩短到五年，那将是一个很大的进步。
- Dogus Cubuk
伯克利实验室新成立的自主 A 实验室正在研究新材料在现实世界中的用途。 在短短 17 天内，实验室就完成了 355 项实验，并成功合成了 58 种拟议化合物中的 41 种。这大大快于人类研究人员所需的时间。
如果运气不好，可能需要几个月甚至几年的时间。大多数学生在几周后就放弃了。但 A 实验室不介意失败。它一直在不断尝试。
- 克里斯汀-佩尔松
