Када је пионирска вештачка интелигенција (АИ) Царма Гоогле Деепминд најавила пре све две године да је користила дубоко учење АИ технику да открије 2,2 милиона нових кристалних материјала, чинило се да је најавио узбудљиву нову еру истраживања убрзаних материјала1.
Састоји се од елемената из целе периодичне табеле, материјали у Трове су обухватали 52.000 симулација слојевитих једињења сличних чудесним материјалима графифне, 528 потенцијалних литијум-јонова који се могу користити за побољшање пуњивих батерија и још много тога.
Истраживачи су изградили „АИ научник“ – шта то може учинити?
Али труд – и слични који су уследили, укључивали су технолошке фирме Мицрософт и Мета – брзо су дошле под ватром истраживача који кажу да су нека једињења која су се сањали да су АИ системи сањали били у неоригиналним, неизводљивим или не уклапају се у сврху.
„Нашли смо доста ствари које су биле смешно“, каже да су научници Антхони Цхеетхам на Универзитету у Калифорнији, Санта Барбара (УЦСБ), након гледања кроз деепминдву листу хипотетичких кристала. Он и његов колега УЦСБ Рам Сесхадрире имају на уму да више од 18.000 једињења које је предвиђало пројекат укључује изузетно оскудне радиоактивне елементе као што су прометхијум и протактинијум, који сумњају да икада могу бити корисни материјали2. „Једна је ствар открила је једињење и потпуно другачија ствар за откривање новог функционалног материјала“, каже Цхеетхам.
Посао који укључује Мета предложило је више од 100 материјала који би могли да ухвате угљен диоксид директно из ваздуха и помажу у смањењу глобалног загревања3. Међутим, то су изазване сличне критике. Рачунални хемичар БЕРЕНД СМИТ на швајцарском федералном институту за технологију у Лозани (ЕПФЛ) каже да кандидати нису одрживи у ту сврху. Предлаже да се АИ алат који се користи у раду чинило је тако узбудљивим да су аутори „мало заслепљени стварности“.
Дакле, да ли ће се заиста револуционирати откриће материјала или се утапа у сопственом хипеју? Пошто су почетне критике, научници материјала испитали резултате ових фирми детаљније да би се проценили прави потенцијал АИ. Тимови који стоје иза посла одговорили су, у неким случајевима тонирајући почетне захтеве или предлагање ресурса. Многи истраживачи закључују да АИ има велико обећање у науци о материјалима, али да ће више сарадње са експерименталним хемичарима – и нека понизност о тренутним ограничењима ових система – бити пресудна за реализацију њиховог пуног потенцијала.
Кристалне куглице
Од смеше бакра и калаја који је изазвао бронзано доба проналаска нерђајућег челика, откриће материјала је возило иновације током људске историје. У прошлој деценији, употреба АИ у науци о материјалима је скинута (види „АИ-ов материјални раст“). Многи од најновијих напора, који користе АИ да убрзају откриће материјала, фокусирају се на кристалне неорганске чврсте материје, подскуп хемијских једињења које су битне компоненте безбројних технологија, од полуводича до ласера.
Извор: Сцопус
Својства кристалне неорганске чврсте материје одређују не само атомима које садрже, већ и по томе како су ти атоми уређени у понављајућим обрасцима. Дакле, када научници планирају да направе нове неорганске кристале, они не смију само свјеже комбинације атома – често покушавају да предвиде какву структуру могу да усвоје ти атоми.
Пре појаве АИ истраживачи су користили више конвенционалне рачунарске методе за то. Једна од најмоћнијих метода је функционална теорија густине (ДФТ), начин да се приближи компликованој математици која описује како се електрони понашају у материјалима. За хипотетичко неорганско једињење, то може открити која је структура најстабилнија – и зато је највероватније постојала – као и једињења једињења.
Научници су користили ДФТ да би предвидјели нове материјале који имају спектакуларна својства и који су се направили у лабораторији – укључујући супер-јаке магнете и „суперпроводнике који преносе електричну енергију без отпора, али за разлику од већине суперпроводничких материјала, не захтевају изузетно хладне температуре4. Пројект материјала, на Лавренце Беркелеи националној лабораторији (ЛБНЛ) у Калифорнији, снимао је структуре ДФТ-израчунате за отприлике 200.000 кристала у бази података отворене приступа5.
Али ДФТ је рачунално гладан. Већина академских лабораторија може приступити довољно рачунарској моћи да покреће ДФТ прорачуне на прегршт једињења, али истраживање милиона у исто време било би здраво скупо.
Гоогле АИ и роботи удружују снаге да би изградили нове материјале
Ту улазе напори високих АИ-а. У случају дубоког времена, уместо да се само ослањамо на интензивне ДФТ израчуне, а лондонска фирма је нахранила алгоритам у учењу машине, а на пример, на пример, на пример пројекат материјала. Алгоритам, који је тим звао графиконске мреже за истраживање материјала, или ГНОМЕ, сазнао из ових примера како предвидети стабилност насумично генерисаних кристалних структура и учинила толико брже од класичне ДФТ. Систем је затим проверио најперспективније од ових предвиђања користећи ДФТ и изливени резултате у ГНОМЕ да би побољшали своје перформансе. То је на крају омогућило ГНОМЕ да сања огромну колекцију једињења које очекује да ће бити стабилан1.
„Потпуно сам уверен да ако не користите ове врсте методе у наредних неколико година, изаћи ћете:“ каже да је научник материјала Кристин Перссон на ЛБНЛ-у и Универзитета у Калифорнији, Беркелеи, који је директор пројекта материјала.
У другом напору који укључују и истраживачи дубоког догађаја, АИ је такође коришћен за синтетизовање материјала. Перссон је написао папир6објављен поред ГНОМЕ резултата, који је описао роботику ‘А-лаб’. Систем је храњен десетинама хиљада објављених радова који описују како направити различита неорганска једињења. Научила је да осмислити рецепте за синтезу листе циљних једињења која раније нису направљене, већ и за које су се структуре предвиђале ДФТ и пријављени од стране пројекта материјала. А-лабораторија је затим распоредила физичке роботе да би поставила та једињења и анализирала производе да провере да се подударају са циљевима, подешавање рецепта ако је потребно.
Убрзо након што су ГНОМЕ и А-лабораторијске тимове објавили своје радове, Мицрософт је представио свој АИ алат за откривање материјала7. Попут ГНОМЕ, Маттерген је модел машинског учења који је обучен за генерисање стабилних кристалних структура. Али Матерген је дизајниран да буде циљанији од ГНОМЕ-а: то је у стању да предложи хипотетичке материјале који имају посебна својства. „Можете директно генерисати кристале који задовољавају ваше критеријуме за дизајн“, каже тиан кие, истраживач у Мицрософтовом истраживању АИ за науку у Цамбридгеу у Великој Британији, који је водио напор. „Ово је много ефикасније од употребе грубе силе да створи милионе кандидата.“
Пројекат који укључује Мета је још више усмерен. Фундаментал АИ истраживачки тим фирме радио је са научницима у Институту за технологију Грузије, Атланте, да идентификује порозне материјале под називом Метал-Органски оквири (МФ) који би могли ефикасно усисати ЦО2 директно из ваздуха.
Истраживачи су користили ДФТ да израчунају способност више од 8.000 експериментално пријављених МФ-ова да би се везали за ЦО2. Затим су користили оне резултате за обуку АИ модела за обављање истог задатка и показало да је понудио сличну тачност и било је много брже од ДФТ-а. У мају 2024 папира3истраживачи су предвиђали да је више од 100 ових МФ-а садржало регионе које би се снажно везали за ЦО2нудећи доказ о принципу да би АИ алати могли убрзати развој МФ-а за директно снимање ваздуха.
Изделити
Али све ове темеса имају изборе на полемику. Када је хемичар од чврстог стања Роберт Палграве на универзитетском факултету Лондон погледао резултате А-лабораторије, брзо је закључио да је пројекат погрешно поставио неке од 41 неорганска једињења коју је тврдила да су у неким случајевима синтетизовали материјали који су већ направљени. Палграве је од тада произвела опсежнију критику рада А-лабораторија, у сарадњи са Леслие Сцхоопом на Универзитету Принцетон у Њу Џерсију и другима, у којима детаљно описују недостатке у карактеризацији производа и закључују да нису откривени нови материјали да нису откривени нови материјали у лабораторији8.
Они такође идентификују најосновнији проблем, укоријењени у ограничењима ДФТ технике која је испоручила А-лабораторију са својим циљним структурама. Палграве напомиње да ДФТ метода обично предвиђа веома наручене кристалне структуре, које би могле бити стабилне само ако би температуре могле да се залуте на лимит апсолутне нуле (-273 ° Ц). Али у стварности, аранжмани атома у кристалним материјалима су често много месији. Иако су многе наређене ДФТ структуре које је рекла у лабораторији да се чини да су чинили нове, у ствари су раније направљене као неуређене структуре – и то су били познати, неуредни облици које је на крају направио А-лабораторија, каже Палграве.
Гербранд ЦЕДЕР, који је на ЛБНЛ-у и Универзитету у Калифорнији, Беркелеи и ко-водила је рад А-лабораторија, не слаже се са. Каже да је детаљна реанализа истраживача показала да су карактеристика А-лабораторије поуздане. „А-лабораторија је направила једињења која је тврдила да је направила, и за које није имала информације о синтези“, каже он. „Израда неурешених верзија предвиђених наређених једињења обично се карактерише као успех и стандард у поређењу теоријских предвиђања и експеримената“, додаје он.
Пројект А-лабораторије распоређивао је роботе да би се поставили нова једињења која користе рецепте које је дао АИ.КРЕДИТ: Марилин Саргент / Беркелеи Лаб
Питање поремећаја такође утиче на АИ сурогате ДФТ сурогате као што је ГНОМЕ, каже Јоханнес Марграф, рачунарски хемичар на Универзитету у Баиреуту у Немачкој. Заједно са колегама је тренирао систем машинског учења на кристалним структурама које су одређене експерименталним мерењима, а не ДФТ-ом. Модел је научио да прогнозира да ли ће једињење вероватно бити неуређено због сличних елемената која замјењују места у кристалу9. Предложило је да је од око 380.000 стабилних једињења да је дубоки тим означио као обећавајуће циљеве за синтезу – све са очигледно наређеним кристалним структурама – 80-84% било би неуредно у стварном животу.
Овај налаз подразумева да се многи од сугестија Гноме вероватно неће реализовати у лабораторији, барем у њиховим нарученим облицима и можда ће имати различита својства оних предвиђених. АИ модели обучени на ДФТ подацима такође могу да пропусти потенцијално корисна својства која настају са поремећаја структуре, што модели не чине, каже Марграф. „Ако игноришете присуство поремећаја, можете имати и лажне негативне и лажне позитивне позиције“, каже он. „То није мали детаљ.“
Робот хемичар искре се окреће са захтевом да је створио нове материјале
Научник материјала Екин Догус Цубук, један од аутора аутора ГНОМЕ папира1 Ко је сада напустио дубоку везу да је пронашла старт-уп компанија Периодичне лабораторије у Калифорнији, прихвата да ће многе наруџбене структуре предвидјети ГНОМЕ вероватно ће се испоставити да би били неуређени. Каже да је главна сврха алата да пружи путоказу на обећавајуће једињења која захтевају даљу истрагу. „Није да неко може само симулирати материјал и то само постаје невероватан производ.“
Неки су, међутим, били обрисани дубоким предлогом у свом раду1 да су постигли „експанзију налога у стабилном материјалу познатим човечанству“, што је звучало превише добро да би било тачно. „Била је то некако црвена крпа бика“, каже Цхеетхам. „Наши хакови су одгајани.“
Машински инжењер у учењу Јонатхан Годвин, који је радио за дубоко, пре одласка 2022. године да је нашао сопствене фирме АИ-материјала, орбитални материјали у Лондону, слаже се: „Прилично је невероватно рећи да су 2,2 милиона ствари које нисте синтетизовали нови материјали.“
Портпарол дубоког времена истиче да је више од 700 једињења ГНОМЕ предвидио самостално истраживачи, а да су ГНОМЕ структуре помогле у вођињу синтезе неколико претходно непознатих једињења заснованих на цезинима које би могле бити од интереса за апликације као што су оптоелектроника и складиштење енергије10.
