新材料 【DeepMind发布“材料界的AlphaFold”，生成10亿多种材料结构】

从电动汽车 电池到太阳能电池再到芯片 ，新材料的发现可以推动技术突破，但发现它们通常需要数月，甚至数年的反复研究。

谷歌 DeepMind 希望通过一种新工具来改变这种情况，该工具使用深度学习来显著加快发现新材料的过程。

这项被称为材料探索图形网络（GNoME，graphical networks for material exploration）的技术已经被用于预测 220 万种新材料的结构，其中 700 多种已经在实验室中创造出来，目前正在测试中。今天发表在 Nature 上的一篇论文对这项成果进行了描述。

除了 GNoME，美国劳伦斯伯克利国家实验室还宣布了一个新的自主（无人）实验室。该实验室从材料数据库中获取数据，其中包括 GNoME 的一些发现，并在没有人类帮助的情况下使用机器学习和机械臂来设计新材料。谷歌 DeepMind 表示，这些进步共同显示了利用人工智能扩大新材料发现和开发的潜力。

麻省理工学院 材料科学与工程教授李巨表示，GNoME 称得上是材料发现领域的 AlphaFold。AlphaFold 是 DeepMind 于 2020 年宣布的一个人工智能系统，它可以高精度地预测蛋白质的结构，并在此后进行了先进的生物学研究和药物发现。得益于 GNoME，已知稳定材料的数量增长了近十倍，达到 42.1 万种。

谷歌 DeepMind 的材料发现负责人道格斯·库比克（Dogus Cubuk）在新闻发布会上表示：“虽然材料在几乎任何技术中都发挥着非常关键的作用，但我们人类只知道数万种稳定材料。”

为了发现新材料，科学家们将元素周期表中的元素组合在一起。但由于有太多的组合可能性，盲目地将它们组合起来是非常低效的。因此，研究人员会在现有结构的基础上进行小的调整，希望发现具有潜力的新组合。

戳链接查看详情：DeepMind发布“材料界的AlphaFold”，生成10亿多种材料结构