首页
学习
活动
专区
工具
TVP
发布
精选内容/技术社群/优惠产品,尽在小程序
立即前往

谷歌已利用 DeepMind AI 对数千种新材料进行了分析预测

IT之家 11 月 30 日消息,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。

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。

▲ 图源:nature

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。

“当涉及到成本增加时,行业往往有点风险规避,而新材料通常需要一段时间才能变得具有成本效益”,Materials Project 的负责人 Kristin Persson 说,“如果我们能进一步缩短这个时间,那就算是真正的突破了。”

  • 发表于:
  • 原文链接https://page.om.qq.com/page/OisLkYDY8pfwl_Uyc0AXVl2A0
  • 腾讯「腾讯云开发者社区」是腾讯内容开放平台帐号(企鹅号)传播渠道之一,根据《腾讯内容开放平台服务协议》转载发布内容。
  • 如有侵权,请联系 cloudcommunity@tencent.com 删除。

相关快讯

扫码

添加站长 进交流群

领取专属 10元无门槛券

私享最新 技术干货

扫码加入开发者社群
领券