Google DeepMind: Το πρόγραμμα τεχνητής νοημοσύνης που ανακάλυψε 2,2 εκατ. νέα υλικά

Σύμφωνα με τους ερευνητές του DeepMind, το εργαλείο τεχνητής νοημοσύνης GNoME (Graph Networks for Materials Exploration), αυξάνει δραματικά την ταχύτητα της ανακάλυψης, προβλέποντας τη σταθερότητα των νέων υλικών.

«Με τα νέα υλικά, μπορούμε δυνητικά να αναπτύξουμε ανακυκλώσιμα πλαστικά, να αξιοποιήσουμε την ενέργεια των αποβλήτων, να κατασκευάσουμε καλύτερες μπαταρίες και φθηνότερα ηλιακά πάνελ που διαρκούν περισσότερο, μεταξύ άλλων», εξήγησε η Πέρσον.

Σύμφωνα με τη  μελέτη, που δημοσιεύθηκε στο περιοδικό «Nature», το GNoME εκπαιδεύτηκε με δεδομένα του Materials Project, μια βάση δεδομένων ανοικτής πρόσβασης που ξεκίνησε στο Εθνικό Εργαστήριο Lawrence Berkeley το 2011, στην οποία έχουν καταχωρηθεί δεδομένα για 28.000 ανόργανες ενώσεις που έχουν παραχθεί στο εργαστήριο. Η ενσωμάτωση των υπολογισμών του GNoME σε συνδυασμό με τα δεδομένα του Materials Project διευκόλυνε τις δοκιμές στο A-Lab, μια εγκατάσταση στο εργαστήριο Berkeley για τη δημιουργία νέων υλικών. Το A-Lab παρήγαγε σε χρόνο-ρεκόρ 41 νέες ενώσεις μέσα σε 17 ημέρες.

«Αποδείξαμε ότι ο συνδυασμός της θεωρίας και των δεδομένων με την αυτοματοποίηση έχει απίστευτα αποτελέσματα. Μπορούμε να κατασκευάζουμε και να δοκιμάζουμε υλικά ταχύτερα από ποτέ, και η προσθήκη περισσότερων σημείων δεδομένων στο Materials Project σημαίνει ότι μπορούμε να κάνουμε ακόμη πιο έξυπνες επιλογές», εξήγησε ο Γκερντ Σίντερ, επικεφαλής ερευνητής του A-Lab.

Ο Έκιν Ντόγκους Κιούμπουκ, επικεφαλής της ομάδας Materials Discovery της Google DeepMind, εξέφρασε την αισιοδοξία του για την προώθηση της έρευνας των ανόργανων κρυστάλλων.

«Εξωτερικοί ερευνητές έχουν ήδη επαληθεύσει περισσότερα από 736 από τα νέα υλικά του GNoME μέσω ταυτόχρονων, ανεξάρτητων φυσικών πειραμάτων, αποδεικνύοντας ότι οι ανακαλύψεις του μοντέλου μας μπορούν να πραγματοποιηθούν στο εργαστήριο», δήλωσε.

Η ενσωμάτωση των ενώσεων του Google DeepMind στο Materials Project βρίσκεται σε εξέλιξη, με το σύνολο των δεδομένων να είναι ελεύθερα προσβάσιμο για τους ερευνητές, συμβάλλοντας έτσι στην ενίσχυση συνεργατικών έργων όπως το A-Lab.