《自然》11月30日發(fā)表了兩項重磅研究:最新的由人工智能(AI)驅(qū)動的平臺GNoME(材料探索圖形網(wǎng)絡(luò)),已可以自行發(fā)現(xiàn)和合成新無機化合物,包括發(fā)現(xiàn)了超220萬個穩(wěn)定結(jié)構(gòu)、17天便獨自創(chuàng)建了41種新材料,其速度和精確性均遠超人類。
技術(shù)進步已經(jīng)改進了計算機程序識別新材料的能力,但這個過程面臨的主要阻礙,是學(xué)習(xí)算法如何適應(yīng)與其所學(xué)相反的結(jié)果,因為新發(fā)現(xiàn)本質(zhì)上是用新的、創(chuàng)造性的方式去理解數(shù)據(jù)的能力。
“深度思維”團隊此次提出了一個計算模型,能夠通過大規(guī)模主動學(xué)習(xí),提高材料發(fā)現(xiàn)的效率。這個程序使用現(xiàn)有文獻訓(xùn)練,生成多樣的潛在化合物候選結(jié)構(gòu),然后通過一系列學(xué)習(xí)不斷改進這些結(jié)構(gòu)。GNoME發(fā)現(xiàn)了超過220萬個穩(wěn)定結(jié)構(gòu),將結(jié)構(gòu)穩(wěn)定預(yù)測的精確性提高到80%以上,在預(yù)測成分時,每100次試驗的精確度提高到33%,相比之下,此前工作中該數(shù)字僅為1%。
在第二項研究中,美國加州大學(xué)伯克利分校團隊開發(fā)了一種自動實驗室(A-Lab)系統(tǒng)。這種A-Lab根據(jù)現(xiàn)存科學(xué)文獻訓(xùn)練,隨后結(jié)合主動學(xué)習(xí),可對擬定化合物創(chuàng)造最多5個初始合成配方。隨后它可以用機器臂執(zhí)行實驗,合成粉末形態(tài)的化合物。如果一個配方產(chǎn)量低于50%,A-Lab會調(diào)整配方繼續(xù)實驗,在成功達到目標(biāo)或窮盡所有可能配方后結(jié)束。經(jīng)過17天的連續(xù)實驗,A-Lab進行了355次實驗,產(chǎn)生了58個擬定化合物中的41個(71%)。相比之下,人類研究員需要花費數(shù)月去猜測和實驗。
兩項研究所展示的對AI的訓(xùn)練,結(jié)合了計算力的飛速發(fā)展和現(xiàn)有文獻,其證明使用學(xué)習(xí)算法輔助發(fā)現(xiàn)和合成無機化合物有著極其廣闊的前景,未來的自主實驗室將能夠以最少的人力、最快的速度去發(fā)掘新材料。
來源:科技日報 | 撰稿:張夢然 | 責(zé)編:俞舒珺 審核:張淵
新聞投稿:184042016@qq.com 新聞熱線:135 8189 2583