DeepMind的突破性研究为芯片和其他先进计算领域以及电池和太阳能板等可再生能源的进一步发展开辟了巨大的可能性。这项研究的核心是一种名为GNoME的人工智能工具,它成功地发现了高达220万种的晶体结构。
在《自然》期刊上发表的一篇论文中,Google DeepMind研究团队揭示了他们如何利用人工智能机器学习技术生成候选的晶体结构,并评估其稳定性。据团队估计,通过这种方法找出的新型材料数量,接近过去800年来人类通过实验获得的知识量。
这些新发现的化合物材料有潜力应用于开发多功能层状材料,或者推动仿神经形态运算技术的发展,即利用芯片模拟人类大脑的运作。
DeepMind团队计划将最具潜力的38.1万种晶体结构交给科学研究团队进行制作和测试,以探索这些晶体结构在超导体、太阳能电池等领域的实际应用可能性。接下来,DeepMind团队的工作将重心转移到评估这些新型材料在实验室中的合成难易程度。
此次研究的成功,再次证明了人工智能在新型材料探索方面的巨大潜力。它不仅揭示了AI在协助科研人员处理复杂材料科学问题方面的能力,还展示了AI在推动科技进步,特别是在芯片和能源领域的重要作用。
尽管人工智能已经改变了我们看待和处理科学问题的方式,但DeepMind的研究团队强调,人工智能仍然需要人类的智慧和实验验证来确保这些发现的实用性和可行性。因此,这项工作预示着人工智能和人类科学家之间的紧密合作将成为未来科学研究的重要趋势。
本文链接:http://www.28at.com/showinfo-27-38235-0.html重大突破!DeepMind成功发现220万种晶体结构
声明:本网页内容旨在传播知识,若有侵权等问题请及时与本网联系,我们将在第一时间删除处理。邮件:2376512515@qq.com
下一篇: 国内电动车市场繁荣,芯片产业迎来新机遇