L’IA di DeepMind ha scoperto più nuovi materiali in un anno rispetto a quanto fatto dagli scienziati in secoli.
L'IA di DeepMind ha scoperto in un anno più nuovi materiali di quanto fatto dagli scienziati in diversi secoli.
I ricercatori di Google DeepMind hanno addestrato un modello di deep learning per prevedere la struttura di oltre 2,2 milioni di materiali cristallini – 45 volte più del numero scoperto nell’intera storia della scienza.
Dei nuovi materiali, più di due milioni, si stima che circa 381.000 siano stabili, il che significa che non si decomporrebbero – una caratteristica essenziale per scopi di ingegneria. Questi nuovi materiali hanno il potenziale per potenziare lo sviluppo delle future tecnologie chiave come semiconduttori, supercomputer e batterie, ha dichiarato l’azienda britannico-americana.
Tecnologie moderne, dagli elettronici agli VE, possono utilizzare solo circa 20.000 materiali inorganici. Questi sono stati in gran parte scoperti attraverso tentativi ed errori nel corso dei secoli. Il nuovo strumento di Google DeepMind, noto come Graph Networks for Materials Exploration (GNoME), ha scoperto centinaia di migliaia di materiali stabili in soli un anno.
Dei nuovi materiali, l’IA ha trovato 52.000 nuovi composti stratificati simili al grafene che potrebbero essere utilizzati per sviluppare superconduttori più efficienti – componenti cruciali negli scanner MRI, nei computer quantistici sperimentali quantistici e nei reattori a fusione nucleare. Ha anche trovato 528 potenziali conduttori di ioni di litio, 25 volte di più di uno studio precedente, che potrebbero essere utilizzati per migliorare le prestazioni delle batterie EV.
Per ottenere queste scoperte, il modello di deep learning è stato addestrato su dati estesi provenienti dal Materials Project. Il programma, guidato dal Lawrence Berkeley National Laboratory negli Stati Uniti, ha utilizzato tecniche di intelligenza artificiale simili per scoprire circa 28.000 nuovi materiali stabili nell’ultimo decennio. Google DeepMind ha ampliato questo numero di otto volte, in quello che l’azienda definisce una “espansione di ordine di grandezza nei materiali stabili conosciuti dall’umanità”.
- Guarda la partita di Europa League Livestream Liverpool vs LASK da ...
- Come Spotify Wrapped 2023 ti offre la tua colonna sonora personaliz...
- VPN per Smart TV 5 modi semplici per configurarlo
Anche se i nuovi materiali sono tecnicamente solo previsioni, i ricercatori di DeepMind affermano che sperimentatori indipendenti hanno già realizzato 736 dei materiali, verificandone la stabilità. E un team di Berkeley Lab ha già utilizzato robot autonomi per sintetizzare materiali scoperti attraverso il Materials Project e anche il nuovo tesoro scoperto da DeepMind. Come descritto in questo studio, l’aiutante robot autonomo con intelligenza artificiale è stato in grado di realizzare 41 dei 58 materiali previsti, in soli 17 ore.
“L’industria tende a essere un po’ restia al rischio quando si tratta di aumenti di costi, e i nuovi materiali di solito richiedono un po’ di tempo prima che diventino convenienti dal punto di vista economico”, ha detto Kristin Persson, direttore del Materials Project, a Reuters. “Se possiamo ridurre anche solo un po’ questo tempo, sarebbe considerato una vera svolta”.
I ricercatori di DeepMind dicono che rilasceranno immediatamente i dati sui 381.000 composti previsti come stabili e renderanno pubblico il codice per la loro intelligenza artificiale. Condividendo con i ricercatori il catalogo completo delle promettenti “ricette” per nuovi materiali candidati, l’azienda spera di accelerare le scoperte e abbattere i costi.
La presentazione di GNoME arriva a seguito di diversi sviluppi impressionanti di Google DeepMind, che è stata fondata nell’aprile quando DeepMind con sede nel Regno Unito e Google Brain con sede negli Stati Uniti si sono fusi in un’unica unità di ricerca sull’intelligenza artificiale. L’ultimo è stato il lancio del sistema di previsione del tempo globale a 10 giorni più accurato al mondo.
