Невронната мрежа на Google измисли над 2 милиона нови кристала, много от които могат да създадат в лабораториите

Екипът на DeepMind на Google обяви, че специално обучен изкуствен интелект му е помогнал да открие 2,2 милиона нови кристали, непознати досега на науката. Но най-важното в това събитие е, че 380 000о т изобретените с помощта на изкуствен интелект кристали могат да бъдат синтезирани в лабораториите. Учените вече са успели да възпроизведат някои от тях. Според DeepMind преди появата на невронните мрежи за постигането на такъв резултат са били необходими няколко години упорита работа. Сега това е отнело само шест месеца.

За създаването на новите материали е използвана роботизираната лаборатория A-Lab, която работи с голям брой твърде различни съставки. Така например учените се опитват да създадат експериментални материали от литиев карбонат и никелов оксид, които след това биха могли да се използват ефективно в съвременните батерии.

За получаването на нов материал е необходимо огромно количество време. Най-често, според Гербранд Седер, учен в областта на материалите в Лабораторията „Лорънс Бъркли“ (LBL, Laboratory of Lawrence Berkeley) в Калифорнийския университет в Бъркли, при тази дейност се получава хубав прах или суфле и нищо повече. Поради това компонентите трябва постоянно да се променят и комбинират, за да се постигне накрая желаният резултат.

Напоследък броят на възможните материали, с които разполага A-Lab, нарасна експоненциално. Този резултат стана възможен благодарение на невронната мрежа с име GNoME. Тя е обучена върху база данни от 150 000 познати на човека материали.

Изкуственият интелект предложи проекти на материали, съдържащи 2,2 милиона нови кристали, от които 380 000 бяха признати за стабилни. Тези кристали не са нито взривоопасни, нито запалими, така че могат да се синтезират в лаборатория с помощта на роботизирани машини. Според учените това ще помогне да се увеличи базата на известните полезни за полупроводниковата промишленост материали над 10 пъти. Експертите са убедени, че сред тези материали може да се крие и потенциално нов електролит.

GNoME използва подход, наречен активно обучение. На първия етап се използва графична невронна мрежа (GNN), която използва данните от база данни включваща около 150 000 материала, като търси закономерности в техните структури. След това, въз основа на таблицата на Менделеев, изкуственият интелект „измисля“ много потенциални кандидати за съвсем нови материали. На следващия етап с помощта на метода на квантовата механика с име функционална теория на плътността предложените структури се тестват и коригират. На третия етап процесът на анализ и модификация се повтаря, но с вече съобразен с наборите от данни за обучение. В резултат на това стана ясно, че повтарянето на този процес позволява на изкуствения интелект да създава сложни структури, които са много различни от тези, открити в базата данни на Materials Project.

Специалистите избраха на случаен принцип 58 материала, генерирани от невронната мрежа, и в резултат получиха 41 стабилни кристала, т.е. ефективността е 71%. Това е отнело общо 17 дни.