Notebookcheck Logo

Nowa sztuczna inteligencja Google DeepMind opracowała ponad 700 materiałów do akumulatorów EV, ogniw słonecznych i nie tylko

Nowe materiały Google DeepMind są testowane w laboratorium A-Lab przy użyciu robotów (Zdjęcie: Marilyn Sargent / Berkeley Lab)
Nowe materiały Google DeepMind są testowane w laboratorium A-Lab przy użyciu robotów (Zdjęcie: Marilyn Sargent / Berkeley Lab)
Nowa sztuczna inteligencja Google DeepMind opracowuje liczne materiały, w tym baterie do pojazdów elektrycznych, ogniwa słoneczne, chipy komputerowe i wiele innych. Ponadto nowe laboratorium A-Lab przenosi rozwój materiałów na wyższy poziom, łącząc robotykę i uczenie maszynowe.
AI Business Renewable Science E-Mobility

Nowa sztuczna inteligencja Google DeepMind, GNoME (sieci graficzne do eksploracji materiałów), zidentyfikowała struktury około 2,2 miliona nowych materiałów. Obejmuje to około 380 000 stabilnych materiałów, które mogą napędzać przyszłe technologie, takie jak akumulatory do samochodów elektrycznych nowej generacji, ogniwa słoneczne, chipy komputerowe i nadprzewodniki. Różni badacze na całym świecie produkują obecnie i testują eksperymentalnie 736 z nich. DeepMind zidentyfikował 528 obiecujących przewodników do akumulatorów litowo-jonowych, które mogą pomóc zwiększyć ich wydajność.

Chociaż materiały odgrywają bardzo ważną rolę w niemal każdej technologii, jako ludzkość znamy tylko kilkadziesiąt tysięcy stabilnych materiałów.

- Dogus Cubuk, kierownik ds. odkrywania materiałów w Google DeepMind

GNoME rozszerzył liczbę stabilnych materiałów znanych ludzkości do 421 000 (Zdjęcie: DeepMind Google)
GNoME rozszerzył liczbę stabilnych materiałów znanych ludzkości do 421 000 (Zdjęcie: DeepMind Google)

Podczas gdy wykorzystanie sztucznej inteligencji do opracowywania nowych materiałów stało się powszechne, GNoMe wyróżnia się skalą i precyzją. Chris Bartel, adiunkt inżynierii chemicznej i materiałoznawstwa na University of Minnesota, zauważa, że GNoMe został przeszkolony przy użyciu znacznie większej ilości danych niż w przypadku porównywalnych projektów.

Sprzęt, zwłaszcza jeśli chodzi o czystą energię, potrzebuje innowacji, jeśli mamy zamiar rozwiązać kryzys klimatyczny. Jest to jeden z aspektów przyspieszenia tej innowacji.

- Kristin Persson, liderka The Materials Project w Berkeley Lab

Naukowcy często spędzają lata na opracowywaniu materiałów opartych na istniejących strukturach w nadziei na odkrycie nowych kombinacji. Dzięki narzędziu do głębokiego uczenia się, badania te można teraz przyspieszyć. Lawrence Berkeley National Laboratory, wraz z Google DeepMind, opublikowało dwa artykuły w czasopiśmie Nature. Jeden z nich opisuje, w jaki sposób przewidywania sztucznej inteligencji mogą być wykorzystywane do autonomicznej syntezy materiałów.

Powtórzyć dla rund aktywnego uczenia się (Zdjęcie: DeepMind Google)
Powtórzyć dla rund aktywnego uczenia się (Zdjęcie: DeepMind Google)

Wciąż jednak istnieje istotny problem: Nowe materiały często potrzebują dużo czasu, aby osiągnąć etap komercyjny.

Jeśli uda nam się skrócić ten czas do pięciu lat, będzie to duża poprawa.

- Dogus Cubuk

Nowo autonomiczne laboratorium A-Lab w Berkeley Lab bada rzeczywistą użyteczność nowych materiałów. W ciągu zaledwie 17 dni laboratorium było w stanie przeprowadzić 355 eksperymentów i z powodzeniem zsyntetyzować 41 z 58 proponowanych związków. To znacznie szybciej niż czas, jaki zajęłoby to ludzkim badaczom.

Jeśli ma się pecha, może to zająć miesiące, a nawet lata. Większość studentów poddaje się po kilku tygodniach. Ale A-Lab nie ma nic przeciwko niepowodzeniom. Próbuje i próbuje.

- Kristin Persson

Please share our article, every link counts!
> laptopy testy i recenzje notebooki > Nowinki > Archiwum v2 > Archiwum 2023 12 > Nowa sztuczna inteligencja Google DeepMind opracowała ponad 700 materiałów do akumulatorów EV, ogniw słonecznych i nie tylko
Nicole Dominikowski, 2023-12-17 (Update: 2023-12-17)