GNoME Materials Discovery

Описание

Graph Networks for Materials Exploration (GNoME) от Google DeepMind — это новаторский инструмент глубокого обучения, призванный революционизировать открытие новых неорганических кристаллов. Современные технологии, от компьютерных чипов и батарей до солнечных панелей, зависят от стабильных неорганических кристаллов. Традиционно идентификация новых, стабильных материалов была кропотливым, трудоемким процессом, включающим месяцы экспериментальной работы. GNoME значительно повышает скорость и эффективность этого процесса открытия, точно предсказывая стабильность новых материалов.

Используя передовые модели графовых нейронных сетей (GNN), GNoME обрабатывает кристаллические структуры как графы, представляя связи между атомами, что делает его исключительно подходящим для открытия новых кристаллических материалов. Инструмент использует два конвейера: структурный конвейер, который генерирует кандидатов, похожих на известные кристаллы, и композиционный конвейер, который исследует новые химические формулы. Затем эти кандидаты оцениваются с помощью расчетов теории функционала плотности (DFT), а результаты информируют процесс активного обучения GNoME, постоянно повышая точность его прогнозирования. Этот подход увеличил скорость открытия стабильных материалов с примерно 50% до более чем 80%.

GNoME уже идентифицировал 2,2 миллиона новых кристаллов, что эквивалентно примерно 800 годам традиционных исследований. Важно отметить, что 380 000 из них, как прогнозируется, будут высокостабильными, что делает их перспективными кандидатами для экспериментального синтеза и потенциального применения в трансформационных технологиях. К ним относятся материалы для сверхпроводников, батарей следующего поколения и суперкомпьютеров. Инструмент значительно расширил известную вселенную технологически жизнеспособных материалов, обнаружив, например, 52 000 новых слоистых соединений, подобных графену, и 528 потенциальных проводников ионов лития.

Проект направлен на демократизацию открытия материалов, делая прогнозы GNoME общедоступными. 380 000 прогнозируемых стабильных материалов вносятся в базу данных Materials Project, предоставляя возможности исследователям по всему миру. Независимая проверка показала, что внешние исследователи успешно синтезировали экспериментально 736 из прогнозируемых GNoME структур. Кроме того, в сотрудничестве с Национальной лабораторией Лоуренса Беркли, прогнозы GNoME используются для автономного синтеза материалов, демонстрируя потенциал ИИ в управлении роботизированными лабораториями для создания новых материалов с беспрецедентной скоростью.

Главное о GNoME Materials Discovery

• Предсказывает стабильность новых материалов с помощью глубокого обучения

• Идентифицирует миллионы новых кристаллических структур

• Открывает сотни тысяч стабильных, пригодных материалов

• Использует графовые нейронные сети (GNN) для исследования материалов

• Применяет активное обучение для повышения точности прогнозирования

• Увеличивает скорость открытия материалов до более чем 80%

• Ускоряет открытие примерно на 800 лет

• Обеспечивает открытие материалов для сверхпроводников и передовых батарей

• Предоставляет доступ к базе данных из 380 000 прогнозируемых стабильных материалов

• Поддерживает автономный синтез материалов с помощью прогнозов ИИ

• Публикует прогнозируемые кристаллические структуры для исследовательского сообщества

• Идентифицирует 52 000 новых слоистых соединений, подобных графену

• Открывает 528 потенциальных проводников ионов лития

Начало работы с GNoME Materials Discovery

1. 1

   Доступ к прогнозам GNoME: Загрузите набор данных из 380 000 прогнозов стабильных материалов.

2. 2

   Интеграция прогнозов: Используйте данные для экспериментального синтеза и разработки материалов.

3. 3

   Использование для автономного синтеза: Применяйте прогнозы ИИ для управления роботизированным созданием материалов.

4. 4

   Вклад в исследования: Используйте опубликованные данные для продвижения научного понимания и технологических инноваций.

Варианты использования GNoME Materials Discovery

• Ускоренное открытие материалов
• Разработка новых технологий
• Руководство по экспериментальному синтезу
• Автономный синтез материалов
• Научные исследования
• Устойчивые технологии

Часто задаваемые вопросы GNoME Materials Discovery

• Что такое GNoME и что он делает?

  GNoME (Graph Networks for Materials Exploration) — это инструмент глубокого обучения, разработанный Google DeepMind, который предсказывает стабильность новых неорганических кристаллов, ускоряя открытие новых материалов.

• Сколько новых материалов обнаружил GNoME?

  GNoME обнаружил 2,2 миллиона новых кристаллов, причем 380 000 из них прогнозируются как стабильные и технологически пригодные.

• Какие технологии могут быть созданы с помощью материалов, открытых GNoME?

  Эти материалы обладают потенциалом для трансформационных технологий, таких как сверхпроводники, батареи нового поколения для электромобилей и суперкомпьютеры.

• Как GNoME предсказывает стабильность материалов?

  GNoME использует передовые графовые нейронные сети (GNN) для анализа кристаллических структур и прогнозирования их стабильности, часто подтверждаемой расчетами теории функционала плотности (DFT).

• Доступен ли набор данных GNoME для исследователей?

  Да, Google DeepMind сделал прогнозы GNoME, включая 380 000 стабильных материалов, доступными для исследовательского сообщества через базу данных Materials Project.

• Как GNoME сравнивается с традиционными методами открытия материалов?

  GNoME значительно ускоряет открытие, идентифицируя миллионы материалов за время, эквивалентное столетиям традиционных экспериментальных исследований, со значительно более высокой точностью прогнозирования.

• Была ли работа GNoME экспериментально подтверждена?

  Да, внешние исследователи независимо синтезировали 736 из прогнозируемых GNoME новых кристаллических структур в своих лабораториях.

• Каково значение 380 000 стабильных материалов?

  Эти 380 000 материалов считаются наиболее стабильными и являются перспективными кандидатами для экспериментального синтеза и применения в разработке будущих технологий.

• Может ли GNoME использоваться для автоматизированного синтеза материалов?

  Да, прогнозы GNoME используются в партнерстве с такими лабораториями, как Национальная лаборатория Лоуренса Беркли, для автономного синтеза материалов, управляя роботизированными лабораториями.

• Какие конкретные типы материалов были идентифицированы GNoME?

  GNoME идентифицировал такие материалы, как слоистые соединения, подобные графену, и потенциальные проводники ионов лития, которые имеют решающее значение для электроники и аккумуляторных технологий.