快速800年研究成果！谷歌DeepMind用AI预测220万新晶体

所写 | 徐珊撰稿人 | 云鹏

智的路11同月30日报道，今天搜索引擎DeepMind宣布，其使用塑料探寻的AI工具GNoME注意到了220万种重新氧化物分析，其之中有38万个有利于的氧化物形态，有望通过实验还原。这些塑料分析略低于800年的方效用，部份塑料或许则会引发技术开发变革，如下一代电池、超氧化物管等。该项科学论文已发表在11同月29日的《自然》。

GNoME重新项目主旨增加注意到重新塑料的运输成本。目前为止搜索引擎DeepMind已和多家研究工作小组合作，已经有736种GNoME重新塑料被制做。其之中，劳伦斯伯克利国家研究工作小组通过人工智能分析进行时了自主塑料还原。该项研究工作全过程以及重大突破举例来说登陆在11同月29日《自然》。

论文关键字：

一、注意到220万种塑料，创AI塑料最大者分析需求总量和最多正确度

过去，科学家们无需在研究工作小组通过反复调整或实验不同的塑料才能找出重新的氧化物形态，也许无需花费数同月短时间才能取得一定重大突破，且牺牲高昂。随着技术开发发展，人们通过导入AI技术开发注意到了28000种重新塑料，但AI在正确分析实验可行性和分析需求总量上巧遇一定瓶颈。

▲GNoME的分析塑料区域内

GNoME此次注意到220万种塑料之中，有52000种类似绝缘体的重新型石墨氧化物也许随着超氧化物管的发展而彻底改变电子学。并且，此次研究工作还注意到了528个潜在的燃料电池氧化物管，可使用增加可铅酸的性能。

搜索引擎DeepMind共发布重新闻了380000种有利于塑料的分析形态，这些塑料最有也许在研究工作小组之中取得成功制做并分析方法。相比之下有利于的塑料，没有被分解成具有更高能总量的形态。例如，与珍珠之中的氢相比，类绝缘体形态之中的氢是有利于的。

二、运用GNN进行塑料探寻，GNoME将注意到数万人增加至80%

GNoME是一种先进的图数据分析（GNN）假设。该假设的输入数据主要采用图表的形式，形成类似原子密切关系的通到，这也让GNoME更容易注意到重新的氧化物塑料。

据介绍，GNoME将则会分析重新型有利于氧化物的形态，然后通过DFT（密度泛函理论）进行次测试，并将给与的高质总量基础训练数据反馈到假设基础训练之中。

▲GNoME的分析塑料全过程

GNoME刚开始被喂了有关氧化物形态及其有利于性的数据基础训练，部份数据从Materials Project引起争议获得。近期，重新假设将塑料有利于性分析的注意到数万人从50%左右增加到80%，重新塑料的注意到数万人从10%请注意增加到80%以上，该效数万人的增加也许则会对每次注意到所需的近似值总量产生相当程度受到影响。

三、打造塑料目录，为人工智能重新塑料提供重新“制剂”

搜索引擎至此向研究工作圈内发布重新闻了重新注意到氧化物的数据库，希望帮助科学家们次测试并制做显露最好的塑料。

基于这些氧化物的技术开发开发的并能开发将取决于它们的制做能力也。伯克利研究工作小组的在此之后领导者的一篇论文之中，研究工作人员说明了EVA研究工作小组可以运用自动还原技术开发并能制做重新塑料。

基于塑料重新项目之中的已经有塑料和GNoME对有利于性的见解，EVA研究工作小组创建了氧化物形态的重新制剂，并取得成功还原了最少41种重新塑料，为塑料还原开辟了重新的也许性。

时至今日，搜索引擎和伯克利研究工作小组、搜索引擎该之中心以及世圈内各地工作团队的在此之后的研究工作说明了了使用人工智能指导塑料注意到、实验和还原的吸引力。

结语：具体化塑料注意到全过程，搜索引擎加速AI还原塑料

目前为止AI对塑料的基础训练主要基于分析AI形态，搜索引擎DeepMind的研究工作取得成功说明了近期通过AI假设分析塑料形态的需求总量和正确性已大幅增加。

但在近期的数据形态下，又则会促使哪些对传统产业有实质受到影响的重新塑料？我们或许可以期待重新塑料促使的无限显然。

甲氨蝶呤片效果怎么样？类风湿患者一定要知道！
急性胃肠炎吃什么药
迈普新胸腺法新注射剂
腱鞘炎怎样治疗效果好
双醋瑞因胶囊会伤肝吗