Nowoczesne technologie, od chipów komputerowych i baterii po panele słoneczne, opierają się na kryształach nieorganicznych. Aby umożliwić nowe technologie, kryształy muszą być stabilne, w przeciwnym razie mogą ulec rozkładowi, a za każdym nowym, stabilnym kryształem mogą kryć się miesiące żmudnych eksperymentów.
W artykule opublikowanym w Nature naukowcy dzielą się odkryciem 2,2 miliona nowych kryształów – co odpowiada prawie 800-letniej wiedzy i badań. Przedstawiają Graph Networks for Materials Exploration (GNoME), nowe narzędzie do głębokiego uczenia się, które radykalnie zwiększa szybkość i efektywność odkryć poprzez przewidywanie stabilności nowych materiałów.
– Dzięki GNOME pomnożyliśmy liczbę technologicznie wykonalnych materiałów znanych ludzkości. Spośród 2,2 miliona przewidywań 380 000 jest najbardziej stabilnych, co czyni je obiecującymi kandydatami do syntezy eksperymentalnej. Wśród tych kandydatów znajdują się materiały, które mają potencjał do opracowania przyszłych technologii, począwszy od nadprzewodników, zasilania superkomputerów i akumulatorów nowej generacji w celu zwiększenia wydajności pojazdów elektrycznych – przyznają badacze.
GNOME pokazuje potencjał wykorzystania sztucznej inteligencji do odkrywania i opracowywania nowych materiałów na dużą skalę. Zewnętrzni badacze w laboratoriach na całym świecie niezależnie stworzyli 736 takich nowych struktur, eksperymentalnie, w ramach równoległych prac. We współpracy z Google DeepMind zespół naukowców z Lawrence Berkeley National Laboratory opublikował także drugi artykuł w czasopiśmie Nature , który pokazuje, w jaki sposób przewidywania AI można wykorzystać do autonomicznej syntezy materiałów.
– Udostępniliśmy prognozy GNOME społeczności badawczej. Przekażemy 380 000 materiałów, które według nas będą stabilne, do projektu Materials Project, który obecnie przetwarza te związki i dodaje je do swojej internetowej bazy danych. Mamy nadzieję, że te zasoby posuną naprzód badania nad kryształami nieorganicznymi i uwolnią potencjał narzędzi uczenia maszynowego jako wskazówek do eksperymentów – podsumowali badacze.
Około 20 000 kryształów zidentyfikowanych eksperymentalnie w bazie danych ICSD jest stabilnych obliczeniowo. Podejścia obliczeniowe oparte na projekcie Materials Project, bazie danych Open Quantum Materials Database i bazie danych WBM zwiększyły tę liczbę do 48 000 stabilnych kryształów. GNOME zwiększa liczbę znanych ludzkości stabilnych materiałów do 421 000.
W przeszłości naukowcy poszukiwali nowych struktur krystalicznych, modyfikując znane kryształy lub eksperymentując z nowymi kombinacjami pierwiastków – kosztowny proces prób i błędów, którego uzyskanie nawet ograniczonych wyników mogło zająć miesiące. W ciągu ostatniej dekady podejścia obliczeniowe prowadzone przez Materials Project i inne grupy pomogły odkryć 28 000 nowych materiałów. Nowe podejścia oparte na sztucznej inteligencji osiągnęły fundamentalną granicę możliwości dokładnego przewidywania materiałów, które mogłyby być wykonalne eksperymentalnie. Odkrycie przez GNOME 2,2 miliona materiałów byłoby równoznaczne z wiedzą zgromadzoną na przestrzeni około 800 lat i ukazuje niespotykaną dotąd skalę i poziom dokładności przewidywań.
To na przykład 52 000 nowych związków warstwowych podobnych do grafenu, które mogą zrewolucjonizować elektronikę wraz z rozwojem nadprzewodników. Wcześniej zidentyfikowano około 1000 takich materiałów. Badacze odkryli także 528 potencjalnych przewodników litowo-jonowych, czylo 25 razy więcej niż w poprzednim badaniu, które można wykorzystać do poprawy wydajności akumulatorów.
– Publikujemy przewidywane struktury dla 380 000 materiałów, które mają największe szanse na pomyślne wykonanie w laboratorium i wykorzystanie w realnych zastosowaniach. Aby materiał można było uznać za stabilny, nie może on rozkładać się na podobne kompozycje o niższej energii. Na przykład węgiel o strukturze podobnej do grafenu jest stabilny w porównaniu z węglem w diamentach. Matematycznie materiały te leżą na wypukłym kadłubie. W ramach tego projektu odkryto 2,2 miliona nowych kryształów, które są stabilne według obecnych standardów naukowych i leżą poniżej wypukłej otoczki poprzednich odkryć. Spośród nich 380 000 uważa się za najbardziej stabilne i leżą na „końcowym” wypukłym kadłubie – co stanowi nowy standard, jaki ustanowiliśmy w zakresie stabilności materiałów – poinformowali.
GNoME wykorzystuje dwa strumienie do odkrywania materiałów o niskiej energii (stabilnych). Strumień strukturalny tworzy kandydatów o strukturze podobnej do znanych kryształów, podczas gdy sttrumień składu opiera się na bardziej losowym podejściu opartym na wzorach chemicznych. Wyniki obu potoków są oceniane przy użyciu ustalonych obliczeń teorii funkcjonalnej gęstości, a wyniki te są dodawane do bazy danych GNOME, stanowiąc podstawę dla następnej rundy aktywnego uczenia się.
GNOME to najnowocześniejszy model grafowej sieci neuronowej (GNN). Dane wejściowe dla sieci GNN mają formę wykresu, który można porównać do połączeń między atomami, co sprawia, że sieci GNN szczególnie nadają się do odkrywania nowych materiałów krystalicznych.
Pierwotnie GNOME było szkolone przy użyciu danych dotyczących struktur krystalicznych i ich stabilności, dostępnych w ramach projektu Materials.
– Zastosowaliśmy proces szkoleniowy zwany „aktywnym uczeniem się”, który radykalnie poprawił wydajność GNOME. (…) Uzyskane w ten sposób wysokiej jakości dane szkoleniowe zostały następnie wprowadzone z powrotem do naszego szkolenia modelowego – wyjaśniają.
Badania zwiększyły współczynnik wykrywalności prognoz stabilności materiałów z około 50% do 80% – w oparciu o MatBench Discovery , zewnętrzny punkt odniesienia ustalony na podstawie poprzednich, najnowocześniejszych modeli. Udało się również zwiększyć wydajność naszego modelu, poprawiając współczynnik odkrywania z poniżej 10% do ponad 80% — taki wzrost wydajności może mieć znaczący wpływ na ilość obliczeń wymaganych na jedno odkrycie.
Projekt GNOME ma na celu obniżenie kosztów odkrywania nowych materiałów. Zewnętrzni badacze niezależnie stworzyli w laboratorium 736 nowych materiałów na bazie GNOME, wykazując, że przewidywania modelu dotyczące stabilnych kryształów dokładnie odzwierciedlają rzeczywistość.
– Udostępniliśmy społeczności badawczej naszą bazę danych nowo odkrytych kryształów. Mamy nadzieję, że udostępniając naukowcom pełny katalog obiecujących „przepisów” na nowe potencjalne materiały, pomoże im to w testowaniu i potencjalnie tworzeniu najlepszych. Po zakończeniu naszych ostatnich odkryć przeszukaliśmy literaturę naukową i odkryliśmy, że 736 naszych odkryć obliczeniowych zostało niezależnie zrealizowanych przez zewnętrzne zespoły na całym świecie. Powyżej znajduje się sześć przykładów, począwszy od pierwszego w swoim rodzaju diamentopodobnego materiału optycznego z ziemi alkalicznej (Li4MgGe2S7) po potencjalny nadprzewodnik (Mo5GeB2) – cieszą się.
Od możliwości ich wytworzenia zależeć będzie szybki rozwój nowych technologii opartych na tych kryształach. W artykule prowadzonym przez współpracowników z Berkeley Lab naukowcy wykazali, że zrobotyzowane laboratorium może szybko wytwarzać nowe materiały za pomocą technik zautomatyzowanej syntezy. Wykorzystując materiały z projektu Materials Project i wiedzę na temat stabilności uzyskaną z GNoME, autonomiczne laboratorium stworzyło nowe receptury struktur krystalicznych i z powodzeniem zsyntetyzowało ponad 41 nowych materiałów, otwierając nowe możliwości syntezy materiałów opartej na sztucznej inteligencji.
A-Lab, placówka w Berkeley Lab, w której sztuczna inteligencja kieruje robotami w wytwarzaniu nowych materiałów. Źródło zdjęcia: Marilyn Sargent/Berkeley Lab
Aby zbudować bardziej zrównoważoną przyszłość, potrzebujemy nowych materiałów. GNoME odkryło 380 000 stabilnych kryształów, które mają potencjał do opracowania bardziej ekologicznych technologii – od lepszych akumulatorów do samochodów elektrycznych po nadprzewodniki do wydajniejszych obliczeń.
Badania – oraz odkrycia współpracowników z Berkeley Lab, Google Research i zespołów na całym świecie – pokazują, że sztuczna inteligencja może potencjalnie pomóc w odkrywaniu, eksperymentowaniu i syntezie materiałów. Mamy nadzieję, że GNOME wraz z innymi narzędziami AI pomoże zrewolucjonizować dzisiejsze odkrywanie materiałów i ukształtować przyszłość tej dziedziny.
Źródło: materiały Lawrence Berkeley National Laboratory w Kalifornii, grafika: Laboratorium Berkeley, zdjęcie w tekście: Marilyn Sargent/Laboratorium Berkeley
Zostaw komentarz
You must be logged in to post a comment.