【智快网】12月1日消息，谷歌旗下DeepMind最近在《自然》期刊上推出了一项名为GNoME的人工智能工具，并详细介绍了其在材料科学领域的应用。
据悉，DeepMind利用GNoME成功发现了220万种新型晶体，其中有38万种被认为是稳定材料，可在实验室中制备，有望应用于电池和超导体等领域。
目前在国际晶体结构数据库(ICSD)中，大约有2万种晶体被认为处于“稳定态”，而之前诸如Materials Project等研究团队通过各种计算方法发现了2.8万种晶体。然而，DeepMind认为，尽管业界对计算方法进行了改进以加速新晶体结构的发现，但时间和金钱成本仍然相当高昂。
DeepMind的新工具GNoME据称突破了以往的计算方法，能够准确预测一系列稳定的晶体结构，并从中生成了220万种新材料。DeepMind声称，仅凭人工计算这些材料将需要800年的时间。
GNoME模型的开发效率极高，该模型成功设计了5.2万种新型石墨烯层状化合物，而在此之前，人类只鉴定出约1000种类似的材料。此外，GNoME还发现了528种潜在的锂离子导体，其导电能力可达之前材料的25倍。科学家认为，仅这些发现就有望改善当前电子产品中的电池性能。
DeepMind提到，GNoME采用两种策略来寻找材料，一是根据已知晶体结构创造候选物，另一是基于化学公司，以更随机的方式探索候选物结构。该模型通过神经网络同时处理和分析这两种方法的输出，使用密度泛函理论(Density Functional Theory)进行评估候选物的稳定性。同时，通过一种称为“主动学习(Active Learning)”的方法提高了晶体预测的准确性和效率，显著增加了新材料的发现速度和成功率。
GNoME模型的目标是降低发现新材料的成本。据了解，全球科学家已在实验室中制造出了736种GNoME预测的新材料，证明了其在实际应用中的准确性和可行性。目前，DeepMind已公开了GNoME新发现的晶体数据库，以协助科研人员测试和制备候选材料。
