Команда Google DeepMind заявила, что искусственный интеллект помог ей открыть 2,2 миллиона новых кристаллов, ранее неизвестных науке. Однако, главное в этом событии — это то, что 380 тысяч «придуманных» ИИ кристаллов можно синтезировать в лаборатории. Учёным уже удалось воспроизвести некоторые из них. В DeepMind заявили, до появления нейросетей для получения подобного результата потребовалось бы несколько лет кропотливой работы. Сейчас на это ушло всего шесть месяцев.
Для создания новых материалов используется роботизированная лаборатория A-Lab, которая оперирует большим количеством самых разных ингредиентов. Так, например, учёные пытаются создать экспериментальные материалы из карбоната лития и оксида никеля, которые впоследствии можно было бы эффективно использовать в современных аккумуляторных батареях.
Чтобы получить новый материал, человеку требуется огромное количество времени. Чаще всего, по словам Гербранда Седера (Gerbrand Ceder), материаловеда из Лаборатории Лоренса Беркли (LBL, Laboratory of Lawrence Berkeley) в Калифорнийском университете Беркли, в ходе работы получается красивый порошок или суфле и ничего более. Поэтому приходится постоянно менять компоненты, чтобы в итоге достичь необходимого результат.
Недавно количество возможных материалов, доступных лаборатории A-Lab, выросло в геометрической прогрессии. Такой результат стал возможен благодаря работе нейронной сети, получившей название GNoME. Её обучение проходило на базе данных, состоящей из 150 000 известных человеку материалов.
Искусственный интеллект предложил проекты материалов, содержащие 2,2 миллиона новых кристаллов, из которых 380 000 были признаны стабильными. Такие кристаллы не взрывоопасны и не горючи, поэтому их можно синтезировать в лаборатории с помощью роботизированной техники. По словам учёных, это поможет увеличить базу известных материалов в 10 раз. Специалисты уверены, среди этих материалов может скрываться потенциально новый электролит.
В GNoME используется подход под названием активное обучение. На первом этапе графовая нейронная сеть (GNN), используя данные из базы со 150 000 материалами, ищет закономерности в их структурах. Потом на основе таблицы Менделеева искусственный интеллект «придумывает» множество потенциальных кандидатов в материалы. На следующем этапе, используя метод квантовой механики, называемый теорией функционала плотности, происходит проверка и корректировка предложенных структур. На третьем этапе процесс анализа и изменений повторяется, но уже с учетом подключения к обучающим датасетам. В итоге удалось выяснить, что многократное повторение данного процесса позволяет ИИ создавать сложные структуры, которые сильно отличаются от тех, которые можно обнаружить в базе Materials Project.
Правда, всё это лишь теория. Поэтому учёным пришлось на практике доказывать жизнеспособность такого подхода к получению новых материалов. Специалисты случайным образом выбрали 58 сгенерированных нейросетью материалов и, как итог, получили 41 стабильный, то есть эффективность составила 71%. На это ушло 17 дней.
Авторы проекта уверены, искусственный интеллект позволит получить массу материалов, которые будут использованы для улучшения множества технологий, используемых в самых разных сферах жизнедеятельности.
Источник новости: trashbox.ru
