DeepMind 发布 AI 工具 GNoME,据称已成功发现 220 万种新晶体材料
12月1日消息,谷歌旗下DeepMind日前在《自然》期刊上展示了自家AI工具GNoME,并介绍了AI在材料科学上的相关应用,据悉,DeepMind使用GNoME发现了220万种新晶体,其中有38万种晶体属于稳定材料,可以在实验室制造,有望应用在电池或是超导体等方面。需要进行改写的内容是:▲图源深度学习目前ICSD数据中,约有2万种晶体在计算上被认为处于“稳定态”,此前MaterialsProject等团队通过一系列计算方法,又找出了2.8万种晶体。不过DeepMind认为,此前业界经过改进的计算方法,虽
12 月 1 日消息,谷歌旗下 DeepMind 日前在《自然》期刊上展示了自家 AI 工具 GNoME,并介绍了 AI 在材料科学上的相关应用,据悉,DeepMind 使用 GNoME 发现了 220 万种新晶体,其中有 38 万种晶体属于稳定材料,可以在实验室制造,有望应用在电池或是超导体等方面。

需要进行改写的内容是:▲ 图源 深度学习
目前 ICSD 数据中,约有 2 万种晶体在计算上被认为处于“稳定态”,此前 Materials Project 等团队通过一系列计算方法,又找出了 2.8 万种晶体。不过 DeepMind 认为,此前业界经过改进的计算方法,虽然能够加快发现新晶体结构的速度,但是时间与金钱成本相当高。
而 DeepMind 的新工具 GNoME,据称突破了此前的各种计算方法,能够准确预测一系列稳定的晶体结构,并从中生成了 220 万种材料,DeepMind 声称,如果仅凭借人力计算出这些材料,需要花费 800 年。

需要进行改写的内容是:▲ 图源 深度学习
本站从 DeepMind 报告中获悉,GNoME 开发材料的效率相当高,该模型一共设计了 5.2 万种新型石墨烯层状化合物,而在之前,人类只鉴定出约 1,000 种类似的材料。此外,GNoME 还发现 528 种潜在的锂离子导体,导电能力可达之前材料的 25 倍。科学家认为,仅仅是上述发现,就有望改善目前电子产品中应用的电池能耗。

需要进行改写的内容是:▲ 图源 深度学习
DeepMind指出,GNoME采用两种策略来搜索材料,一种是基于已知晶体结构创造候选物,另一种则是基于化学公司,以更随机的方式探索候选物结构。该模型同时使用神经网络处理和分析上述两种方法的输出,并使用密度泛函理论(Density Functional Theory)计算来评估这些材料候选物的稳定性。此外,GNoME还使用“主动学习(Active Learning)”的方法来提高晶体预测的准确性和效率,从而显著提高发现新材料的速度和成功率

需要进行改写的内容是:▲ 图源 深度学习
GNoME 模型旨在是降低发现新材料的成本,目前全球的科学家已在实验室制造出 736 种 GNoME 所预测的新材料,这证明了 GNoME 的晶体预测在现实中的准确性与可行性,而 DeepMind 目前已经将 GNoME 新发现的晶体数据库公开,协助科研人员测试和制造候选材料。
Windows 10 是一款微软推出的经典操作系统,拥有硬件兼容性与多任务处理能力。它更偏向把系统状态查看和常用调节动作放在一起,适合需要持续观察和微调设备状态的场景。
极度公式是一款跨平台专业LaTeX公式识别编辑软件,支持OCR公式识别和多平台编辑。和使用说明,避免使用,享受完整功能与稳定支持。做扫描整理、文字提取和表格转换时,它能把识别后的处理步骤接得更顺,资料录入这类场景会省下不少时间。
















