Согласно исследованию, опубликованному в Nature, химики обнаружили четыре новых материала, основанных на идеях, генерируемых нейронной сетью.
Открывать новые материалы непросто. Ученые должны искать комбинации молекул, которые приводят к полезным соединениям, которые можно производить.
Традиционные методы основаны на вознях с известными материалами, и хотя эти методы сужают поиск материалов, которые хорошо работают, они не всегда дают что-то полезное, по словам Мэтта Россейнски, профессора химии в Ливерпульском университете Англии, который написал в соавторстве. исследовательская работа.
«На сегодняшний день распространенным и мощным подходом было создание новых материалов по аналогии с существующими, но это часто приводит к материалам, аналогичным тем, которые у нас уже есть», – пояснил он.
«Поэтому нам нужны новые инструменты, которые сокращают время и усилия, необходимые для открытия действительно новых материалов, например, разработанный здесь, который сочетает в себе искусственный интеллект и человеческий интеллект, чтобы получить лучшее из обоих».
Россейнский и его коллеги обратились к нейронной сети, состоящей из девяти слоев и более 50 000 параметров. Команда предоставила программному обеспечению примеры известных твердотельных материалов из базы данных неорганических кристаллов, набора данных, содержащего не менее 200 000 неорганических соединений.
Нейронная сеть перемешивает комбинации химических веществ, чтобы генерировать новые для изучения учеными. Эти результаты ранжируются программным обеспечением в зависимости от того, насколько вероятно, что они будут производить материалы, которые являются новыми и которые можно производить в лаборатории.
«Материал обнаруживается только после того, как он был изготовлен и измерения подтвердили, что это такое», – сказал Россейнский. . «Четыре материала с элементами, выделенными этой моделью, уже синтезированы в лаборатории. Открытие материала не может быть чисто вычислительным упражнением, и экспериментальная реализация – единственное истинное подтверждение модели ».
По словам ученых, четыре материала, созданные из сотен возможных результатов модели ИИ, представляют собой семейство кристаллических твердых тел, которые проводят атомы лития; команда считает, что однажды они могут быть полезны в аккумуляторах для электромобилей.
Создание новых материалов с использованием ИИ – это совместная работа, требующая человеческого опыта. Ученые по-прежнему должны полагаться на свои экспертные знания, чтобы выбрать лучшие обучающие входные данные для нейронной сети и тщательно изучить ее результаты, чтобы решить, какие потенциальные материалы стоит синтезировать в реальной жизни, пояснил Россейнский.
«Человеческий опыт оценивает рейтинг, созданный моделью, и выбирает интересующие комбинации элементов для оценки моделью. Модель предлагает дополнительные числовые рекомендации, которые отличаются от понимания и опыта исследователей-людей. Решения принимают исследователи-люди », – добавил профессор.
Команда надеется изучить, как люди и машины могут вместе работать над наукой. «Мотивация исследования состоит в том, чтобы поддержать и направить опытных исследователей в области реализации материалов в лаборатории. Мы применим модель к более широкому спектру химии, стремясь открыть новые материалы в других областях применения. Мы также заинтересованы в расширении модели для ранжирования материалов на основе их вероятных характеристик, а также доступности синтетических материалов ». он заключил. ®
