
引题:“0/250”
刘霞
两年之前,谷歌旗下的深度学习公司宣告已发现约220万种新的晶体材料。今年年初,微软表示已经开发出一种新型的人工智能算法MatterGen,它能够以零基础从头开始生成无机化合物,从而改变了无机化合物设计领域。
据英国《自然》网站消息,近期的一则报告中强调,部分基于人工智能的化合物缺乏原创性、实用性不足。批评者认为,这似乎预示着以AI为中心的研究领域已悄然开启。然而,多数研究者认同人工智能在材料科学领域的潜力,并表示应加强与实验化学家的合作,同时正视并解决当前AI技术面临的局限性,并持续改进和拓展其功能才能发挥出全部能量。
AI驱动的材料设计浪潮
在引入人工智能之前,研究人员通常使用的是“密度泛函理论”,即DFT计算方法来预测新型材料及其性质。这项传统的计算技术曾在预测出一些高质量新材料方面做出贡献。
但 DFT 计算量极大 若要一次性筛选数百万种化合物 成本高到难以想象 AI 的价值就此凸显 深度思维公司开发的“材料探索图网络”(GNoME)AI系统 一次性发现220万种新型晶体材料 包括涵盖元素周期表多种元素 其中5.2万种类似石墨烯的层状化合物 及528种有望改进可充电电池性能的锂离子导体
劳伦斯伯克利国家实验室开发出A-Lab机器人系统。该系统通过研读上万篇无机化合物合成论文,掌握配方设计能力,可合成DFT已预测结构、却从未被制备的化合物。同时,A-Lab能操控机器人执行实验、分析产物是否达标,必要时调整配方实现闭环优化。
不久,微软推出了另一个名为MatterGen的AI工具,它与GNoME非常相似。私家侦探,侦探公司,调查公司,查人找物,商务调查,出轨外遇调查,婚外情调查,私人调查,19209219596 MatterGen能以更精确的方式生成符合设计要求的材料,这有助于研究人员开发出更具针对性的科研项目。科学家可以设定材料类型,并且可以根据具体需求(如机械性能、电气特性等)调整,从而为精准研发提供强有力的帮助。此外,微软还与佐治亚理工学院以及元宇宙平台公司合作,在金属有机框架(MOF)多孔材料领域进行研究。通过分析这些MOF的结构和功能,研究人员预测出100多种能够高效吸附二氧化碳(CO2)的新型MOF,并为AI加速直接空气捕获碳技术研发提供了技术支持。
对原创性与实用性的辩论。
尽管科技巨擘们在探索新领域上颇有建树,但由此产生的质疑声并未间歇。有专家指出,一些人工智能系统设想出的化学物质不仅缺乏创新性和实用性,甚至还引发了不小的争议。
美国加州圣巴巴拉大学的材料科学家安东尼•奇塔姆及其同事对深度思维AI预测的化合物进行浏览后发现,其中包含多种稀有放射性元素,比如钷和锕等,并且他们认为这种可能性存疑。在伦敦国王学院固体化学家罗伯特-帕尔格雷夫的核查中也提到了,A-Lab研究合成的部分无机化合物部分描述错误,甚至包括已知的材料。
对此,A-Lab实验室人员表示,他们对材料特性描述十分确凿,并声称成功合成了所称化合物.深度思维发言人则回应,GNoME预测的700余种化合物已由其他研究人员独立合成,而该模型还指引发现了几种未知铯基化合物,这些化合物有望应用于光电子及储能领域。
微软的MatterGen也引发争议。在团队测试时,他们建议合成特定硬度的新材料,结果从文献中找到了一种无序化合物钽铬氧化物。但今年6月发表的一篇预印本论文指出,这种材料私家侦探,侦探公司,调查公司,查人找物,商务调查,出轨外遇调查,婚外情调查,私人调查,19209219596早在1972年就被首次制备,并且也被放入MatterGen的训练数据里。
元宇宙平台与佐治亚理工学院的合作被质疑。瑞士洛桑联邦理工计算化学家贝伦德·斯密特通过计算验证了这个项目提出的新材料无法直接捕获二氧化碳,并且低估了其实际的碳捕捉能力。部分原因是基础数据库的数据误差。
需要通过多道难关来实现它的应用化。
尽管存在争议,大多数研究人员认为,一旦实现优化,AI可以极大地推进材料科学的进步。
为了让人工智能的发现更加可靠,微软团队开发了一款名为MatterSim的辅助工具,该工具专门用于验证MatterGen提出的材料结构在真实温度、压力条件下是否稳固。但即使经过人工智能技术的辅助,人类仍然面临巨大的挑战:例如如何根据市场需求调整工艺流程,并且实现大规模的新材料生产以融入商业产品之中。
美国软件公司Citrine信息学公司的AI系统正帮助客户改善材料和制造工艺,其首席执行官格雷格·穆荷兰德表示,每位客户的模型都是根据专有实验数据开发的,并加入了研发人员基于“化学直觉”的经验,以增强模型判断力。
无可否认的是,社会对新材料的迫切需求将推动AI在该领域的进一步探索。人类目前面临的一系列重大社会问题都与其息息相关。科学家们期待利用人工智能技术,设计出规模可扩大的、实际应用性强的新材料,并让它们真正的发挥其在材料科学领域的作用。
顶: 9踩: 119




评论专区