DeepMind的突破性研究為芯片和其他先進計算領域以及電池和太陽能板等可再生能源的進一步發展開辟了巨大的可能性。這項研究的核心是一種名為GNoME的人工智能工具,它成功地發現了高達220萬種的晶體結構。
在《自然》期刊上發表的一篇論文中,Google DeepMind研究團隊揭示了他們如何利用人工智能機器學習技術生成候選的晶體結構,并評估其穩定性。據團隊估計,通過這種方法找出的新型材料數量,接近過去800年來人類通過實驗獲得的知識量。
這些新發現的化合物材料有潛力應用于開發多功能層狀材料,或者推動仿神經形態運算技術的發展,即利用芯片模擬人類大腦的運作。
DeepMind團隊計劃將最具潛力的38.1萬種晶體結構交給科學研究團隊進行制作和測試,以探索這些晶體結構在超導體、太陽能電池等領域的實際應用可能性。接下來,DeepMind團隊的工作將重心轉移到評估這些新型材料在實驗室中的合成難易程度。
此次研究的成功,再次證明了人工智能在新型材料探索方面的巨大潛力。它不僅揭示了AI在協助科研人員處理復雜材料科學問題方面的能力,還展示了AI在推動科技進步,特別是在芯片和能源領域的重要作用。
盡管人工智能已經改變了我們看待和處理科學問題的方式,但DeepMind的研究團隊強調,人工智能仍然需要人類的智慧和實驗驗證來確保這些發現的實用性和可行性。因此,這項工作預示著人工智能和人類科學家之間的緊密合作將成為未來科學研究的重要趨勢。
本文鏈接:http://www.tebozhan.com/showinfo-27-38235-0.html重大突破!DeepMind成功發現220萬種晶體結構
聲明:本網頁內容旨在傳播知識,若有侵權等問題請及時與本網聯系,我們將在第一時間刪除處理。郵件:2376512515@qq.com
下一篇: 國內電動車市場繁榮,芯片產業迎來新機遇