Notebookcheck Logo

谷歌 DeepMind 的新型人工智能已为电动汽车电池、太阳能电池等开发出 700 多种材料

谷歌 DeepMind 的新材料正在 A 实验室利用机器人技术进行测试（图片：Marilyn Sargent / 伯克利实验室）
谷歌 DeepMind 的新材料正在 A 实验室利用机器人技术进行测试（图片：Marilyn Sargent / 伯克利实验室）
谷歌 DeepMind 的新型人工智能正在开发大量材料，包括电动汽车电池、太阳能电池、计算机芯片等。此外，新的 A-Lab 实验室正在通过将机器人技术与机器学习相结合，将材料开发提升到一个新的水平。
AI Business Renewable Science E-Mobility

谷歌 DeepMind 的新型人工智能 GNoME（用于材料探索的图形网络）已经确定了约 220 万种新材料的结构。 这其中包括大约 38 万种稳定的材料，它们可以推动下一代电动汽车电池、太阳能电池、计算机芯片和超导体等未来技术的发展。世界各地的研究人员目前正在生产和实验测试其中的 736 种材料。DeepMind 已经确定了 528 种有前景的锂离子电池导体，它们有助于提高电池的效率。

虽然材料在几乎所有技术中都起着非常关键的作用，但我们人类只知道几万种稳定的材料。

- 谷歌 DeepMind 材料发现负责人 Dogus Cubuk

GNoME 将人类已知的稳定材料数量扩展到 42.1 万种（图片：DeepMind Google）
GNoME 将人类已知的稳定材料数量扩展到 42.1 万种（图片：DeepMind Google）

虽然使用人工智能开发新材料已经很常见，但 GNoMe 在规模和精确度方面却脱颖而出。明尼苏达大学化学工程与材料科学助理教授克里斯-巴特尔指出，与同类项目相比，GNoMe 的训练数据量要大得多。

如果我们要解决气候危机，硬件，尤其是清洁能源，就需要创新。这是加速创新的一个方面。

- 伯克利实验室材料项目负责人克里斯汀-佩尔松

研究人员经常花费数年时间在现有结构的基础上开发材料，希望发现新的组合。有了深度学习工具，这项研究现在可以加速进行了。劳伦斯伯克利国家实验室与谷歌 DeepMind 合作，在《自然》杂志上发表了两篇文章。.其中一篇文章介绍了如何将人工智能预测用于自主材料合成。

重复进行多轮主动学习（图片：DeepMind Google）
重复进行多轮主动学习（图片：DeepMind Google）

然而，一个重大问题依然存在：新材料往往需要很长时间才能进入商业化阶段。

如果我们能将这一时间缩短到五年，那将是一个很大的进步。

- Dogus Cubuk

伯克利实验室新成立的自主 A 实验室正在研究新材料在现实世界中的用途。 在短短 17 天内，实验室就完成了 355 项实验，并成功合成了 58 种拟议化合物中的 41 种。这大大快于人类研究人员所需的时间。

如果运气不好，可能需要几个月甚至几年的时间。大多数学生在几周后就放弃了。但 A 实验室不介意失败。它一直在不断尝试。

- 克里斯汀-佩尔松

Please share our article, every link counts!
> Notebookcheck中文版（NBC中国） > 新闻 > 新闻档案 > 新闻档案 2023 12 > 谷歌 DeepMind 的新型人工智能已为电动汽车电池、太阳能电池等开发出 700 多种材料
Nicole Dominikowski, 2023-12-17 (Update: 2023-12-17)