DeepMind發(fā)布數(shù)十萬(wàn)種潛在新材料數(shù)據(jù)庫(kù)

張明惠

AI預(yù)測(cè)材料可為電子產(chǎn)品、電池和太陽(yáng)能電池帶來(lái)變革。

從電子產(chǎn)品到飛機(jī)，現(xiàn)代技術(shù)僅使用了兩萬(wàn)種無(wú)機(jī)材料，這些材料大多是通過(guò)反復(fù)實(shí)驗(yàn)發(fā)現(xiàn)的?？茖W(xué)家預(yù)測(cè)，還有數(shù)以萬(wàn)計(jì)的材料沒(méi)有被制造出來(lái)。然而最近研究人員發(fā)現(xiàn)，通過(guò)一種新的AI，他們已經(jīng)預(yù)測(cè)出另外220萬(wàn)種材料的成分和特性。在一項(xiàng)配套研究中，另一個(gè)研究小組表明，同樣是在AI的幫助下，可以高效地制造出這些預(yù)測(cè)到的材料。

研究人員認(rèn)為，這些報(bào)告都預(yù)示著材料科學(xué)的新時(shí)代即將到來(lái)，屆時(shí)AI程序和機(jī)器人將為新型電池、超導(dǎo)體和催化劑的制造提供動(dòng)力。普林斯頓大學(xué)計(jì)算材料科學(xué)家安德魯 · 羅森（Andrew Rosen）說(shuō)：“這令人印象深刻?！?/p>

這一預(yù)測(cè)發(fā)表在《自然》雜志上，是谷歌旗下DeepMind公司AI創(chuàng)新人員的又一創(chuàng)舉。此前，DeepMind公司開(kāi)發(fā)了AlphaFold，能夠僅從氨基酸序列預(yù)測(cè)數(shù)億種不同蛋白質(zhì)的三維形狀。羅森說(shuō)，這項(xiàng)新工作相當(dāng)于材料科學(xué)領(lǐng)域的AlphaFold。

與DeepMind之前取得的成就一樣，這次也是要利用大量數(shù)據(jù)訓(xùn)練AI?！安牧享?xiàng)目”擁有所有已知和預(yù)測(cè)無(wú)機(jī)晶體的數(shù)據(jù)庫(kù)，該數(shù)據(jù)庫(kù)不僅包括每種材料的晶體結(jié)構(gòu)，還包括其電子結(jié)構(gòu)、磁性和硬度等特性。在過(guò)去十年中，“材料項(xiàng)目”團(tuán)隊(duì)將2萬(wàn)種已知無(wú)機(jī)晶體的數(shù)據(jù)輸入模式匹配機(jī)器學(xué)習(xí)算法，預(yù)測(cè)出另外2.8萬(wàn)種可能穩(wěn)定的無(wú)機(jī)晶體。

在目前的工作中，DeepMind的研究人員在公司材料探索部主管道格斯 · 庫(kù)比克（Dogus Cubuk）的領(lǐng)導(dǎo)下，利用這4.8萬(wàn)種已知和預(yù)測(cè)化合物的數(shù)據(jù)以及來(lái)自其他相關(guān)數(shù)據(jù)庫(kù)的信息，訓(xùn)練一個(gè)“主動(dòng)學(xué)習(xí)”AI模型。該AI模型用于材料探索圖形網(wǎng)絡(luò)，被稱為GNoME，可以發(fā)現(xiàn)原始訓(xùn)練數(shù)據(jù)之外的模式。它對(duì)可能的新穩(wěn)定晶體進(jìn)行了第一輪預(yù)測(cè)，并計(jì)算了它們的性質(zhì)。然后，研究小組將結(jié)果添加到訓(xùn)練數(shù)據(jù)中，并重復(fù)這一循環(huán)。

經(jīng)過(guò)幾輪這樣的計(jì)算，GNoME最終為220萬(wàn)種新化合物做出預(yù)測(cè)。其中，有38.1萬(wàn)種化合物的“形成能”（一種衡量穩(wěn)定性的指標(biāo)）表明，如果研究人員能夠合成這些化合物，它們應(yīng)該是穩(wěn)定的，不會(huì)分解成其他結(jié)構(gòu)。

電池電極中使用的層狀材料是其中的發(fā)現(xiàn)之一。“材料項(xiàng)目”發(fā)現(xiàn)了1000種此類化合物，而GNoME預(yù)測(cè)了5.2萬(wàn)種，其中包括528種鋰離子導(dǎo)體。庫(kù)比克還指出，以前預(yù)測(cè)的晶體大多結(jié)合了兩種、三種或四種元素，而DeepMind預(yù)測(cè)的許多晶體結(jié)構(gòu)包含五種甚至六種元素。倫敦帝國(guó)理工學(xué)院的材料化學(xué)家亞歷山大 · 加諾塞（Alexander Ganose）說(shuō)：“這真是令人興奮，我們也許能在這個(gè)數(shù)據(jù)集里面發(fā)現(xiàn)未來(lái)的材料?！?/p>

下一步是真正去合成材料。傳統(tǒng)來(lái)說(shuō)，這是一個(gè)反復(fù)試驗(yàn)的過(guò)程，一個(gè)化合物的合成可能需要數(shù)月或數(shù)年的時(shí)間。

外部基準(zhǔn)測(cè)試表明，GNoME預(yù)測(cè)穩(wěn)定結(jié)構(gòu)的成功率達(dá)到了80%，而之前的算法只有50%。DeepMind的研究人員指出，獨(dú)立實(shí)驗(yàn)人員已經(jīng)制造出736種預(yù)測(cè)材料，驗(yàn)證了它們的穩(wěn)定性。庫(kù)比克說(shuō)，即使是不確定穩(wěn)定的材料也可能非常持久，就像鉆石在分解成石墨之前能存在10億年一樣。

最近發(fā)表在《自然》雜志上的另一篇論文指出，有一種不同的AI可能有助于合成更多的GNoME預(yù)測(cè)結(jié)果。勞倫斯伯克利國(guó)家實(shí)驗(yàn)室的研究人員在材料科學(xué)家格布蘭德 · 塞德（Gerbrand Ceder）的領(lǐng)導(dǎo)下，在近期建立了一個(gè)AI驅(qū)動(dòng)的機(jī)器人實(shí)驗(yàn)室，用于制造預(yù)測(cè)的新材料?，F(xiàn)在，他和他的同事們報(bào)告說(shuō)，這個(gè)裝置很快就學(xué)會(huì)了改進(jìn)配方，用以合成材料項(xiàng)目算法預(yù)測(cè)的新化合物。在17天內(nèi)，機(jī)器人成功合成了58種材料中的41種。

DeepMind的研究人員表示，他們將立即發(fā)布38.1萬(wàn)種預(yù)測(cè)為穩(wěn)定化合物的數(shù)據(jù)，并公開(kāi)其AI的代碼。他們最終可能會(huì)公布全部220萬(wàn)個(gè)配方。但是，加諾塞并不想等待。研究全部配方可以幫助科學(xué)家更好地確定是什么讓一些化合物變得穩(wěn)定，而另一些則不那么穩(wěn)定。加諾塞說(shuō)：“如果這些都被封鎖起來(lái)不公布，那將是科學(xué)的真正損失。”