加州大学-Google DeepMind公司(来源:Nature)
发布时间:2023-11-30
2023年11月29日,谷歌旗下的 DeepMind 利用人工智能(AI)预测了超过 200 万种新材料的结构,该公司表示这一突破性成果将推动现实世界的技术改进。其相关研究成果已经在当地时间周三以题《An autonomous laboratory for the accelerated synthesis of novel materials》刊登于《Nature》上。
DeepMind 研究员在论文中指出,其假设的近 40 万个材料设计中的大部分很快就可以在实验室条件下生产出来。这项研究可以为生产性能更好的电池、太阳能电池板和计算机芯片提供帮助。通过使用 AI 预测这些新材料的稳定性后,DeepMind 表示下一步的研究重心将转向预测它们在实验室中合成的难易程度。实际上,新材料的发现和合成其实是一个十分昂贵且耗时的过程,例如我们目前随处可见的锂离子电池的商业应用过程经历了大约 20 年的时间,其间耗费无数成本与心血。“我们希望通过实验、自主合成和机器学习模型的巨大改进,将这个 10 到 20 年的时间缩短到一个更容易控制的范围”,DeepMind 的研究员 Ekin Dogus Cubuk 说道。据介绍,DeepMind 的 AI 是基于 Materials Project 数据进行训练的。这是一个于 2011 年在劳伦斯伯克利国家实验室成立的国际研究组织,目前拥有约 5 万种已知材料的研究成果。该公司表示,现在将与研究界分享其数据,以期加速材料发现的进一步突破。
据论文描述,GNoME 已将结构稳定预测的精确性提高到 80% 以上,在预测成分时每 100 次试验的精确度提高到 33%(相比之下,此前工作中该数字仅为 1%)。
Google DeepMind 材料发现团队负责人 Ekin Dogus Cubuk 表示:“我们希望 GNoME 项目能够推动无机晶体研究的发展。外部研究人员已经通过独立的物理实验验证了 GNoME 发现的 736 多种新材料,证明了我们模型的发现可以在实验室中实现。”
然而,研究团队在论文中也指出,在实际应用中,GNoME 仍存在一些开放性问题,其中包括由竞争多形体引发的相变、振动轮廓和构型熵引起的动态稳定性,以及对最终合成能力的更深入理解。
为了制造 Materials Project 预测的新化合物,A-Lab 的 AI 通过研究科学论文并使用主动学习进行调整,创造出了新的配方。
点击图片查看视频
点击查看文章详细内容:http://www.nature.com/articles/s41586-023-06734-w
在DeepMind的实验室中,出现了j9游会真人游戏第一品牌的1200℃高通量自动化管式炉:
上图中的设备型号:OTF-1200X5-ASD-2
部分参数: ·最高温度:1200℃(小于0.5小时)
·连续工作温度:1100℃
(点击图片查看详情)
更多自动化设备:
(点击图片查看详情)
如果您想了解设备,请于我公司销售部联系
欢迎您来到j9游会真人游戏第一品牌开放实验室参观与亲自试用
特别说明:
1. 客户案例照片选自于公开的媒体内容,如果有任何不妥的地方,请直接与我们联系,我们将第一时间为您处理。电话13856008823
2. 欢迎您提供包含有我设备的媒体线索,请与我们联系(手机13856008823微信同步 固话0551-65591676),我们将会有精美的礼品奉上。
Copyright © 2019 合肥j9游会真人游戏第一品牌材料技术有限公司 版权所有 皖ICP备09007391号-1 皖公网安备 34012302000974号
电脑端请点击客服
电脑端请点击客服
电脑端请点击客服
电脑端请点击客服