隻用一個 AI，就獲取了人類接近 800 年才能搞出來的知識成果！
這是谷歌 DeepMind 新研究的一種材料發現工具，論文已經發表在Nature上。
僅憑這個 AI 工具，他們發現了220 萬種理論上穩定的新晶體材料，不僅将預測材料穩定性的準确率從 50% 拉高到80%，而且 38 萬種已經投入測試中。
谷歌 DeepMind 表示，鑒于過去 10 年才發現 28000 種穩定材料，這項研究相當于近 800 年的知識積累。
進展之神速着實讓業内專家大開眼界了。
據《金融時報》介紹，MIT 教授 Bilge Yildiz 對這項研究評價稱：
這個無機晶體的海量數據庫中應該充滿了有待發掘的 " 寶石 "，以推動解決清潔能源和環境挑戰方面的方案。
目前，這個話題已經登上知乎熱榜：
所以這究竟是一個什麽樣的 AI 工具？
新工具 GNoME 長啥樣
這篇文章提出了一個叫做GNoME（Graph Networks for Materials Exploration）的新工具。
GNoME 的架構是圖神經網絡（GNN），其中，節點用來表示晶體結構中的原子，邊用來表示晶體結構中的成鍵關系。
随後，GNoME 采用一系列已知穩定材料數據集進行訓練，包括 Materials Project、Open Quantum Materials Database（OQMD）等。
這個工具通過主動學習來發現新材料。
首先，基于已知的穩定材料生成候選結構；然後，GNoME 會對這些候選結構進行篩選。
當然，GNoME 最初篩選出來的結構也并非直接就能拿來用，而是需要基于密度泛函理論（DFT）驗證結構穩定性。
随後，這些驗證後的結構，也會作爲新的訓練數據再度喂給 GNoME，用來改進它的預測能力。
基于這種方法，GNoME 最終發現了超過 220 萬種新的穩定晶體結構。
與此同時，也表現出一定泛化能力，甚至能對含有 5 種以上獨特元素的結構進行準确預測。
那麽，這新發現的 220 萬種穩定晶體材料有什麽用呢？
220 萬種晶體用來做什麽
最直觀來看，當然是新能源電池（如太陽能電池）、超導體、芯片這些領域又有進展的希望了。
雖然 GNoME 還隻是計算出了理論上穩定的晶體材料，不過實驗合成後，就可以評測性質了。
這些新發現的穩定晶體材料，經過超導、鐵電、光電等性質評測後，可以應用于能源、信息通訊和傳感等領域。
據介紹，目前研究人員已經在實驗室中合成了 736 種材料，以證明 GNoME 計算出來的晶體是可以被合成的。
除此之外，合成的材料也可能會作爲新材料設計的指導、或是作爲新的數據集來訓練和優化其他 AI 模型。
例如，加州大學伯克利分校和勞倫斯伯克利國家實驗室，就已經将這些發現的材料作爲實驗工作的一部分，論文同樣發表在 Nature 上。
團隊建設了一個 A-Lab 實驗室，從 58 種計算出的材料中成功合成 41 種化合物，有超過 70% 的成功率。
對于這項研究，有網友已經在想象材料起飛的前景了，例如藥學的進展：
還有網友 cue 了一波熱度逐漸平息下來的 LK-99：材料學又回來了。
還有網友希望這些發現的材料能造福全人類。
對于 AI 預測的這些材料，你認爲還能被用在哪些地方？
參考鏈接：
[ 1 ] https://www.ft.com/content/f841e9e0-c9c6-49ab-b91c-6d7bea2a3940
[ 2 ] https://twitter.com/GoogleDeepMind/status/1729895673368068596
[ 3 ] https://www.nature.com/articles/s41586-023-06735-9
