狩猎晶体的深度思维人工智能可以帮助发现新的神奇材料

我们知道大约48000 种无机晶体结构，它们提供有一系列属性的材料。现在，谷歌深度思维公司创建的一个人工智能已经预测了超过 200 万种可能性

By Alex Wilkins

29 November 2023

Chemistry

一种被材料探索图网络”（GNoME）预测的晶体结构。它包含钡（蓝色）、铌（白色）和氧（绿色）。Materials Project/Berkeley Lab

由谷歌深度思维公司创造的人工智能可能帮助彻底改变材料科学，为制造更好的电池、太阳能电池板、计算机芯片和更多重要技术提供新的方法。

深度思维公司的爱金多哥斯库布克说，“任何时候有人想要改进他们的技术时，它不可避免的包括改进的材料，我们只要他们有更多的选择”。

叫“材料探索图网络”（GNoME）的人工智能模型被设计来预测无机晶体结构，无机晶体结构是为材料提供特定属性的原子重复排列------例如一个雪花的六重对称性是冰的晶体结构的一个结果。

因为生物系统中许多的例子包括碳氢键的有机晶体被很好地理解，但直到目前为止我们只知道大约 48000 种可能的无机晶体。材料探索图网络”（GNoME）已经将这个数字大规模扩大到200多万个，虽然其中一些新结构可能衰变成更稳定的形式或者不可能来一起创建，但在实验室中已经做出700多个预测。

材料探索图网络”（GNoME）是一种图神经网络，是一种能学习对象之间关系的人工智能，例如原子和它们的化学键。库布克和他的团队在一个现有的已知无机晶体数据库上训练了材料探索图网络”，并用它通过改变元素或与已知晶体的对称性玩来生成新的可能晶体。它还预测了新晶体的能量，这是一个它们的稳定性的测量。