AI冲击材料科学！DeepMind研究自然，预测220万种新材料，“肖骁源自一座凹庙。
量子比特|微信官方账号QbitAI
仅用一个AI，我们就获得了人类用了近800年才走出来的知识！
这是谷歌DeepMind最新研究的一个材料发现工具，论文已经发表在《自然》杂志上。
仅用这个AI工具，他们就发现了220万种理论上稳定的新晶体材料，不仅将预测材料稳定性的准确率从50%提高到80%，还将38万种投入测试。
谷歌DeepMind表示，由于过去10年只发现了2.8万个稳定的材料，这项研究相当于近800年的知识积累。
进步之快，真的让业内专家大开眼界。
据《金融时报》报道，麻省理工学院教授比尔·伊尔迪兹对这项研究发表了评论:
这个巨大的无机晶体数据库应该充满了有待发现的“宝石”,以促进清洁能源和环境挑战的解决方案。
目前这个话题已经上了知乎热榜:
那么这是一个什么样的AI工具呢？
新工具GNoME长什么样？
本文提出了一个名为gnome(材料探索图形网络)的新工具。
GNoME的架构是一个图形神经网络(GNN)，其中节点用于表示晶体结构中的原子，边用于表示晶体结构中的键合关系。
随后，GNoME使用一系列已知的稳定数据集进行训练，包括Materials Project、Open Quantum Materials Database(OQMD)等。
这个工具通过主动学习发现新材料。
首先，基于已知的稳定材料生成候选结构。然后，GNoME会过滤这些候选结构。
当然，GNoME最初筛选的结构不能直接使用，但结构的稳定性需要基于密度泛函理论(DFT)进行验证。
随后，这些经过验证的结构将作为新的训练数据再次反馈给GNoME，以提高其预测能力。
基于这种方法，GNoME最终发现了超过220万个新的稳定晶体结构。
同时也表现出一定的泛化能力，甚至可以准确预测含有五种以上独特元素的结构。
那么，这种新发现的220万种稳定晶体材料有什么用呢？
220万颗水晶是用来做什么的？
最直观的看法当然是新能源电池(如太阳能电池)、超导体、芯片等领域的进步希望。
虽然GNoME只计算了理论上稳定的晶体材料，但经过实验合成，其性质是可以评估的。
这些新发现的稳定晶体材料在经过超导、铁电和光电性能评估后，可用于能源、信息通信和传感领域。
据报道，研究人员已经在实验室合成了736种材料，证明GNoME计算的晶体是可以合成的。
此外，合成的材料也可用于指导新材料的设计，或作为新的数据集来训练和优化其他人工智能模型。
例如，加州大学伯克利分校和劳伦斯伯克利国家实验室已经将这些材料作为他们实验工作的一部分，他们的论文也发表在《自然》杂志上。
团队搭建了A-Lab实验室，从58种计算材料中成功合成了41种化合物，成功率超过70%。
对于这项研究，有网友已经在设想脱材料的前景，比如药学的进步:
有网友提示一波LK-99:材料科学回来了。
有网友希望这些发现的材料能造福全人类。
你觉得AI预测的这些材料可以用在哪里？"