Google 旗下 DeepMind 利用人工智慧（AI）預測超過 200 萬種新材料的結構，突破性成果推動現實世界技術改進。
路透社報導，研究成果〈An autonomous laboratory for the accelerated synthesis of novel materials〉日前登於《自然》期刊。DeepMind 論文指出，假設近 40 萬個材料設計大部分，很快就能以實驗室條件生產，幫助生產性能更優秀電池、太陽能電板和電腦晶片。
用 AI 預測新材料穩定性後，DeepMind 表示，下一步研究重心將轉向預測實驗室合成的難易度。新材料發現合成是十分昂貴且耗時的過程，如目前隨處可見的鋰離子電池商業應用經歷約 20 年，耗費無數成本與心血。
DeepMind AI 是 Materials Project 資料訓練，2011 年在勞倫斯伯克利國家實驗室成立的國際研究組織，有約 5 萬種已知材料成果。現在與研究界分享數據，以加速突破材料發現。
Materials Project 負責人 Kristin Persson 指出，成本增加後，產業往往會規避風險，因新材料需一段時間才能有成本效益，讓產業投資裹足不前，如果能縮短時間，就算真正的突破。
(首圖來源：影片截圖)
科技新報粉絲團
加入好友
訂閱免費電子報
