只用一个AI，就获取了人类接近800年才能搞出来的知识成果！

这是谷歌DeepMind新研究的一种材料发现工具，论文已经发表在Nature上。

仅凭这个AI工具，他们发现了220万种理论上稳定的新晶体材料，不仅将预测材料稳定性的准确率从50%拉高到80%，而且38万种已经投入测试中。

谷歌DeepMind表示，鉴于过去10年才发现28000种稳定材料，这项研究相当于近800年的知识积累。

进展之神速着实让业内专家大开眼界了。

据《金融时报》介绍，MIT教授Bilge Yildiz对这项研究评价称：

目前，这个话题已经登上知乎热榜：

所以这究竟是一个什么样的AI工具？

这篇文章提出了一个叫做GNoME（Graph Networks for Materials Exploration）的新工具。

GNoME的架构是图神经网络（GNN），其中，节点用来表示晶体结构中的原子，边用来表示晶体结构中的成键关系。

随后，GNoME采用一系列已知稳定材料数据集进行训练，包括Materials Project、Open Quantum Materials Database（OQMD）等。

这个工具通过主动学习来发现新材料。

首先，基于已知的稳定材料生成候选结构；然后，GNoME会对这些候选结构进行筛选。

当然，GNoME最初筛选出来的结构也并非直接就能拿来用，而是需要基于密度泛函理论（DFT）验证结构稳定性。

随后，这些验证后的结构，也会作为新的训练数据再度喂给GNoME，用来改进它的预测能力。

基于这种方法，GNoME最终发现了超过220万种新的稳定晶体结构。

与此同时，也表现出一定泛化能力，甚至能对含有5种以上独特元素的结构进行准确预测。

那么，这新发现的220万种稳定晶体材料有什么用呢？

最直观来看，当然是新能源电池（如太阳能电池）、超导体、芯片这些领域又有进展的希望了。

虽然GNoME还只是计算出了理论上稳定的晶体材料，不过实验合成后，就可以评测性质了。

这些新发现的稳定晶体材料，经过超导、铁电、光电等性质评测后，可以应用于能源、信息通讯和传感等领域。

据介绍，目前研究人员已经在实验室中合成了736种材料，以证明GNoME计算出来的晶体是可以被合成的。

除此之外，合成的材料也可能会作为新材料设计的指导、或是作为新的数据集来训练和优化其他AI模型。

例如，加州大学伯克利分校和劳伦斯伯克利国家实验室，就已经将这些发现的材料作为实验工作的一部分，论文同样发表在Nature上。

团队建设了一个A-Lab实验室，从58种计算出的材料中成功合成41种化合物，有超过70%的成功率。

对于这项研究，有网友已经在想象材料起飞的前景了，例如药学的进展：

还有网友cue了一波热度逐渐平息下来的LK-99：材料学又回来了。

还有网友希望这些发现的材料能造福全人类。

对于AI预测的这些材料，你认为还能被用在哪些地方？

参考链接：[1]https://www.ft.com/content/f841e9e0-c9c6-49ab-b91c-6d7bea2a3940[2]https://twitter.com/GoogleDeepMind/status/1729895673368068596[3]https://www.nature.com/articles/s41586-023-06735-9