الوصف
GNoME (شبكات الرسوم البيانية لاستكشاف المواد) من Google DeepMind هي أداة تعلم عميق رائدة مصممة لإحداث ثورة في اكتشاف البلورات غير العضوية الجديدة. تعتمد التقنيات الحديثة، من رقائق الكمبيوتر والبطاريات إلى الألواح الشمسية، على البلورات غير العضوية المستقرة. تقليديًا، كان تحديد المواد الجديدة والمستقرة عملية شاقة وتستغرق وقتًا طويلاً تتضمن أشهرًا من العمل التجريبي. تزيد GNoME بشكل كبير من سرعة وكفاءة عملية الاكتشاف هذه من خلال التنبؤ بدقة باستقرار المواد الجديدة.
قراءة المزيد
باستخدام نماذج شبكات الرسوم البيانية العصبية (GNN) المتقدمة، تعالج GNoME هياكل البلورات كرسوم بيانية، تمثل الروابط بين الذرات، مما يجعلها مناسبة بشكل استثنائي لاكتشاف المواد البلورية الجديدة. تستخدم الأداة خطي أنابيب: خط أنابيب هيكلي يولد مرشحين مشابهين للبلورات المعروفة، وخط أنابيب تركيبي يستكشف الصيغ الكيميائية الجديدة. يتم بعد ذلك تقييم هؤلاء المرشحين باستخدام حسابات نظرية الدالة الكثافة (DFT)، وتُعلم النتائج عملية التعلم النشط لـ GNoME، مما يحسن دقة تنبؤاتها باستمرار. عزز هذا النهج معدل اكتشاف المواد المستقرة من حوالي 50٪ إلى أكثر من 80٪.
حددت GNoME بالفعل 2.2 مليون بلورة جديدة، وهو عدد يعادل حوالي 800 عام من البحث التقليدي. والأهم من ذلك، يُتوقع أن تكون 380,000 من هذه البلورات مستقرة للغاية، مما يجعلها مرشحين واعدين للتخليق التجريبي والتطبيق المحتمل في التقنيات التحويلية. تشمل هذه المواد الموصلات الفائقة، والجيل القادم من البطاريات، وأجهزة الكمبيوتر الفائقة. وسعت الأداة بشكل كبير الكون المعروف للمواد الصالحة للاستخدام تقنيًا، واكتشفت، على سبيل المثال، 52,000 مركب طبقي جديد مشابه للجرافين و 528 موصل محتمل لأيونات الليثيوم.
يهدف المشروع إلى دمقرطة اكتشاف المواد من خلال إتاحة تنبؤات GNoME للجمهور. يتم المساهمة في 380,000 مادة مستقرة متوقعة في قاعدة بيانات مشروع المواد، مما يمكّن الباحثين في جميع أنحاء العالم. أظهر التحقق المستقل أن الباحثين الخارجيين نجحوا في تخليق 736 من الهياكل المتوقعة بواسطة GNoME تجريبيًا. علاوة على ذلك، بالتعاون مع مختبر لورانس بيركلي الوطني، يتم الاستفادة من تنبؤات GNoME للتخليق المستقل للمواد، مما يدل على إمكانية الذكاء الاصطناعي لتوجيه المختبرات الروبوتية في إنشاء مواد جديدة بوتيرة غير مسبوقة.
- الفئةالاكتشاف العلمي وأدوات المختبر
- نموذج التسعيرمجاني
- النشرسحابي
- المنصاتالويب
الميزات الأساسية لـ GNoME لاكتشاف المواد
تتنبأ باستقرار المواد الجديدة باستخدام التعلم العميق
تحدد ملايين هياكل البلورات الجديدة
تكتشف مئات الآلاف من المواد المستقرة والصالحة للاستخدام
تستخدم شبكات الرسوم البيانية العصبية (GNNs) لاستكشاف المواد
تستخدم التعلم النشط لتعزيز دقة التنبؤ
تزيد معدل اكتشاف المواد إلى أكثر من 80٪
تسرّع الاكتشاف بما يقدر بـ 800 عام
تمكّن اكتشاف المواد للموصلات الفائقة والبطاريات المتقدمة
توفر الوصول إلى قاعدة بيانات تضم 380,000 مادة مستقرة متوقعة
تدعم التخليق المستقل للمواد من خلال تنبؤات الذكاء الاصطناعي
تنشر هياكل البلورات المتوقعة للجمهور لمجتمع البحث
تحدد 52,000 مركب طبقي جديد مشابه للجرافين
تكتشف 528 موصل محتمل لأيونات الليثيوم
البدء مع GNoME لاكتشاف المواد
الوصول إلى تنبؤات GNoME: قم بتنزيل مجموعة بيانات تضم 380,000 تنبؤ لمواد مستقرة.
دمج التنبؤات: استخدم البيانات للتخليق التجريبي وتطوير المواد.
الاستفادة للتخليق المستقل: طبق تنبؤات الذكاء الاصطناعي لتوجيه إنشاء المواد الآلية.
المساهمة في البحث: استخدم البيانات المنشورة لتعزيز الفهم العلمي والابتكار التكنولوجي.
حالات استخدام GNoME لاكتشاف المواد
- اكتشاف المواد المعجل
- تطوير تقنيات جديدة
- توجيه التخليق التجريبي
- التخليق المستقل للمواد
- البحث العلمي
- التكنولوجيا المستدامة
