只用一個AI，就獲取了人類接近800年才能搞出來的知識成果！

這是谷歌DeepMind新研究的一種材料發現工具，論文已經發表在Nature上。

僅憑這個AI工具，他們發現了220萬種理論上穩定的新晶體材料，不僅將預測材料穩定性的準確率從50%拉高到80%，而且38萬種已經投入測試中。

谷歌DeepMind表示，鑒于過去10年才發現28000種穩定材料，這項研究相當于近800年的知識積累。

進展之神速著實讓業內專家大開眼界了。

據《金融時報》介紹，MIT教授Bilge Yildiz對這項研究評價稱：

這個無機晶體的海量數據庫中應該充滿了有待發掘的“寶石”，以推動解決清潔能源和環境挑戰方面的方案。

目前，這個話題已經登上知乎熱榜：

所以這究竟是一個什么樣的AI工具？

新工具GNoME長啥樣

這篇文章提出了一個叫做GNoME（Graph Networks for Materials Exploration）的新工具。

GNoME的架構是圖神經網絡（GNN），其中，節點用來表示晶體結構中的原子，邊用來表示晶體結構中的成鍵關系。

隨后，GNoME采用一系列已知穩定材料數據集進行訓練，包括Materials Project、Open Quantum Materials Database（OQMD）等。

這個工具通過主動學習來發現新材料。

首先，基于已知的穩定材料生成候選結構；然后，GNoME會對這些候選結構進行篩選。

當然，GNoME最初篩選出來的結構也并非直接就能拿來用，而是需要基于密度泛函理論（DFT）驗證結構穩定性。

隨后，這些驗證后的結構，也會作為新的訓練數據再度喂給GNoME，用來改進它的預測能力。

基于這種方法，GNoME最終發現了超過220萬種新的穩定晶體結構。

與此同時，也表現出一定泛化能力，甚至能對含有5種以上獨特元素的結構進行準確預測。

那么，這新發現的220萬種穩定晶體材料有什么用呢？

220萬種晶體用來做什么

最直觀來看，當然是新能源電池（如太陽能電池）、超導體、芯片這些領域又有進展的希望了。

雖然GNoME還只是計算出了理論上穩定的晶體材料，不過實驗合成后，就可以評測性質了。

這些新發現的穩定晶體材料，經過超導、鐵電、光電等性質評測后，可以應用于能源、信息通訊和傳感等領域。

據介紹，目前研究人員已經在實驗室中合成了736種材料，以證明GNoME計算出來的晶體是可以被合成的。

除此之外，合成的材料也可能會作為新材料設計的指導、或是作為新的數據集來訓練和優化其他AI模型。

例如，加州大學伯克利分校和勞倫斯伯克利國家實驗室，就已經將這些發現的材料作為實驗工作的一部分，論文同樣發表在Nature上。

團隊建設了一個A-Lab實驗室，從58種計算出的材料中成功合成41種化合物，有超過70%的成功率。

對于這項研究，有網友已經在想象材料起飛的前景了，例如藥學的進展：

還有網友cue了一波熱度逐漸平息下來的LK-99：材料學又回來了。

還有網友希望這些發現的材料能造福全人類。

對于AI預測的這些材料，你認為還能被用在哪些地方？