Descrição
O Graph Networks for Materials Exploration (GNoME) do Google DeepMind é uma ferramenta de aprendizado profundo inovadora projetada para revolucionar a descoberta de novos cristais inorgânicos. Tecnologias modernas, desde chips de computador e baterias até painéis solares, dependem de cristais inorgânicos estáveis. Tradicionalmente, identificar materiais novos e estáveis tem sido um processo árduo e demorado, envolvendo meses de trabalho experimental. O GNoME aumenta dramaticamente a velocidade e a eficiência desse processo de descoberta, prevendo com precisão a estabilidade de novos materiais.
Ler mais
Utilizando modelos avançados de redes neurais de grafos (GNNs), o GNoME processa estruturas cristalinas como grafos, representando conexões entre átomos, o que o torna excepcionalmente adequado para descobrir novos materiais cristalinos. A ferramenta emprega dois pipelines: um pipeline estrutural que gera candidatos semelhantes a cristais conhecidos e um pipeline composicional que explora novas fórmulas químicas. Esses candidatos são então avaliados usando cálculos de Teoria do Funcional da Densidade (DFT), e os resultados informam o processo de aprendizado ativo do GNoME, melhorando continuamente sua precisão preditiva. Essa abordagem aumentou a taxa de descoberta de materiais estáveis de cerca de 50% para mais de 80%.
O GNoME já identificou 2,2 milhões de novos cristais, um número equivalente a aproximadamente 800 anos de pesquisa tradicional. Crucialmente, 380.000 deles são previstos como altamente estáveis, tornando-os candidatos promissores para síntese experimental e aplicação potencial em tecnologias transformadoras. Isso inclui materiais para supercondutores, baterias de próxima geração e supercomputadores. A ferramenta expandiu significativamente o universo conhecido de materiais tecnologicamente viáveis, descobrindo, por exemplo, 52.000 novos compostos em camadas semelhantes ao grafeno e 528 potenciais condutores de íons de lítio.
O projeto visa democratizar a descoberta de materiais, tornando as previsões do GNoME publicamente disponíveis. Os 380.000 materiais estáveis previstos estão sendo contribuídos para o banco de dados Materials Project, capacitando pesquisadores em todo o mundo. Validações independentes mostraram que pesquisadores externos sintetizaram com sucesso 736 das estruturas previstas pelo GNoME experimentalmente. Além disso, em colaboração com o Lawrence Berkeley National Laboratory, as previsões do GNoME estão sendo aproveitadas para síntese autônoma de materiais, demonstrando o potencial da IA para guiar laboratórios robóticos na criação de novos materiais em um ritmo sem precedentes.
- CategoriaDescoberta científica e ferramentas de laboratório
- Modelo de preçosGrátis
- ImplantaçãoNuvem
- PlataformasWeb
Recursos principais de GNoME Materials Discovery
Prevê a estabilidade de novos materiais usando aprendizado profundo
Identifica milhões de estruturas cristalinas inéditas
Descobre centenas de milhares de materiais estáveis e viáveis
Utiliza Redes Neurais de Grafos (GNNs) para exploração de materiais
Emprega aprendizado ativo para aprimorar a precisão preditiva
Aumenta a taxa de descoberta de materiais para mais de 80%
Acelera a descoberta em um estimado de 800 anos
Permite a descoberta de materiais para supercondutores e baterias avançadas
Fornece acesso a um banco de dados de 380.000 materiais estáveis previstos
Suporta síntese autônoma de materiais através de previsões de IA
Libera publicamente estruturas cristalinas previstas para a comunidade de pesquisa
Identifica 52.000 novos compostos em camadas semelhantes ao grafeno
Descobre 528 potenciais condutores de íons de lítio
Primeiros passos com GNoME Materials Discovery
Acessar previsões do GNoME: Baixe o conjunto de dados de 380.000 previsões de materiais estáveis.
Integrar previsões: Utilize os dados para síntese experimental e desenvolvimento de materiais.
Aproveitar para síntese autônoma: Aplique previsões de IA para guiar a criação robótica de materiais.
Contribuir para a pesquisa: Use os dados liberados para avançar o conhecimento científico e a inovação tecnológica.
Casos de uso de GNoME Materials Discovery
- Descoberta Acelerada de Materiais
- Desenvolvimento de Novas Tecnologias
- Orientação para Síntese Experimental
- Síntese Autônoma de Materiais
- Pesquisa Científica
- Tecnologia Sustentável
