Sztuczna inteligencja (AI) nieustannie rewolucjonizuje różne dziedziny nauki, a najnowszym przykładem jej potencjału jest Google GNoME (Graph Networks for Materials Exploration) stworzone przez DeepMind. To innowacyjne narzędzie głębokiego uczenia, opracowane przez naukowców z Google, dokonało bezprecedensowego odkrycia w dziedzinie inżynierii materiałowej.
Czym jest Google GNoME?
Google GNoME to zaawansowany model wykorzystujący sieci grafowe do przewidywania stabilności nowych materiałów. Narzędzie to znacząco przyspiesza proces odkrywania nowych kryształów, które mogą znaleźć zastosowanie w różnych gałęziach przemysłu i technologii.
Przełomowe odkrycia Google GNoME
Wykorzystanie Google GNoME przyniosło następujące rezultaty:
- Odkrycie 2,2 miliona nowych struktur krystalicznych
- Identyfikacja 380 000 stabilnych materiałów o potencjale technologicznym
- Zwiększenie liczby znanych stabilnych materiałów z 48 000 do 421 000
Te liczby pokazują skalę przełomu, jakiego dokonało Google GNoME w dziedzinie odkrywania nowych materiałów.
Metodologia Google GNoME
Google GNoME wykorzystuje dwa główne podejścia do odkrywania nowych materiałów:
- Pipeline strukturalny: tworzy kandydatów o strukturach podobnych do znanych kryształów
- Pipeline kompozycyjny: stosuje bardziej losowe podejście oparte na wzorach chemicznych
Wyniki obu metod są oceniane przy użyciu obliczeń Teorii Funkcjonału Gęstości (DFT) i dodawane do bazy danych Google GNoME, co informuje następną rundę aktywnego uczenia.
Robotyczna synteza materiałów odkrytych przez Google GNoME
Przełomowe odkrycia dokonane przez Google GNoME otwierają drogę do kolejnej rewolucji w dziedzinie materiałoznawstwa – autonomicznej syntezy materiałów. W laboratorium Berkeley Lab, znanym jako A-Lab, zespół naukowców opracował innowacyjny system, który łączy sztuczną inteligencję z zaawansowaną robotyką do syntezy nowych materiałów.
System ten wykorzystuje dane z Google GNoME i Materials Project do tworzenia „receptur” na nowe struktury krystaliczne. Następnie, zautomatyzowane roboty w A-Lab przeprowadzają proces syntezy, korzystając z tych AI-generowanych instrukcji. Ta przełomowa metoda pozwoliła na pomyślną syntezę ponad 41 nowych materiałów, które wcześniej istniały tylko jako teoretyczne przewidywania Google GNoME.
Robotyczna synteza materiałów znacząco przyspiesza proces od teoretycznego odkrycia do praktycznego zastosowania. Eliminuje ona wiele czasochłonnych i podatnych na błędy etapów tradycyjnej syntezy materiałów, jednocześnie zwiększając precyzję i powtarzalność eksperymentów. To połączenie AI-napędzanego odkrywania materiałów przez Google GNoME z autonomiczną syntezą robotyczną otwiera nowe horyzonty w dziedzinie materiałoznawstwa, przyspieszając rozwój nowych technologii i aplikacji.
Potencjalne zastosowania odkryć Google GNoME
Materiały odkryte przez Google GNoME mają potencjał do zastosowania w wielu dziedzinach:
- Superprzewodniki do superkomputerów
- Baterie nowej generacji dla pojazdów elektrycznych
- Materiały podobne do grafenu dla przemysłu elektronicznego
- Przewodniki jonów litu do ulepszonych akumulatorów
Wpływ Google GNoME na przyszłość badań materiałowych
Google GNoME nie tylko przyspiesza proces odkrywania nowych materiałów, ale także zmienia paradygmat badań w tej dziedzinie. Narzędzie to:
- Zwiększa efektywność odkryć z poniżej 10% do ponad 80%
- Redukuje koszty obliczeniowe związane z odkrywaniem nowych materiałów
- Umożliwia autonomiczną syntezę materiałów w zrobotyzowanych laboratoriach
Google udostępnia przewidywania Google GNoME społeczności naukowej. 380 000 przewidywanych stabilnych materiałów zostanie dodanych do bazy danych Materials Project, co przyspieszy dalsze badania i rozwój w dziedzinie inżynierii materiałowej.
