Mimo iż niektórym może wydawać się, że szczytem możliwości umysłu człowieka jest grafen, z pomocą przychodzi sztuczna inteligencja. Naukowcy z Uniwersytetu Northwestern i Toyota Research Institute (TRI) wykorzystali uczenie maszynowe do kierowania syntezą nowych nanomateriałów. Przeszkolony algorytm przeczesał bazę danych, aby dokładnie przewidzieć nowe struktury, które mogłyby być wykorzystane w energetyce, przemyśle chemicznym i motoryzacji.
Poprosiliśmy model, aby powiedział nam, jakie mieszaniny do siedmiu pierwiastków stworzą coś, co nie zostało jeszcze zrobione. Sztuczna inteligencja przewidziała 19 możliwości, a po przetestowaniu każdej z nich doświadczalnie, okazało się, że 18 z nich było prawidłowych.Chad Mirkin z Uniwersytetu Northwestern, autor badań
Wyniki zostały opublikowane w Science Advances.
Całkiem nowe materiały na wyciągnięcie ręki
W nowym badaniu, kluczowy jest dostęp do gigantycznych zbiorów danych o wysokiej jakości. Człowiek nie jest w stanie ich wszystkich dokładnie przeszukać, ale sztuczna inteligencja tak – wszystko zależy od zastosowanych algorytmów.
Czytaj też: Sztuczna inteligencja powinna rozwijać się inaczej. Więcej nie oznacza lepiej
Zespół Mirkina wynalazł narzędzie do generowania danych, zwane megabiblioteką. Rozszerza ono znacznie pole widzenia naukowców. Opracowana megabiblioteka zawiera miliony, a nawet miliardy nanostruktur, wszystkie zakodowane na chipie o powierzchni 2×2 cm2. Każdy chip zawiera więcej potencjalnych nowych materiałów nieorganicznych, niż kiedykolwiek zostało zebranych i skatalowanych przez naukowców.
Nawet jeśli potrafimy tworzyć materiały szybciej niż ktokolwiek na Ziemi, to wciąż jest to kropla wody w oceanie możliwości. Chcemy zdefiniować i wydobyć genom materiałów, a sposobem, w jaki to robimy, jest sztuczna inteligencja.Chad Mirkin
Mirkin powiedział, że połączenie megabiblioteki z uczeniem maszynowym może pozwolić zrozumieć, jakie parametry wpływają na określone właściwości materiałów. Naukowcy użyli prostej analogii – jeżeli megabiblioteka jest mapą, to uczenie maszynowe dostarcza legendy do niej.
Northwestern ma możliwości syntezy wszystkich przewidzianych materiałów. Współpracowaliśmy z zespołem AI firmy TRI, aby stworzyć dane wejściowe dla algorytmów, które ostatecznie dokonały prognozy materiałów, których żaden chemik nie byłby w stanie przewidzieć.Chad Mirkin
