その速度と精度は人間を超え、AIだけでわずか17日間で41個の新素材を作成した。

「Nature」は 11 月 30 日に 2 つの大ヒット研究を掲載しました。最新の人工知能主導のプラットフォーム GNoME (Graphic Network for Materials Exploration) は、既に独自に新しい無機化合物を発見および合成できており、その中には 220 万以上の無機化合物の発見も含まれます。安定した構造を備えた彼は、人間をはるかに超える速度と精度で、17 日間で 41 個の新しい素材を独力で作成しました。

この化合物 (Ba6Nb7O21) は、GNoME によって計算された新しい物質の 1 つで、バリウム (青)、ニオブ (白)、酸素 (緑) が含まれています。画像出典: Berkeley Lab Materials Program

テクノロジーの進歩により、新しい材料を識別するコンピュータープログラムの能力は向上しましたが、その過程で直面する大きな障害は、学習アルゴリズムが学習した内容に反する結果にどのように適応するかです。なぜなら、新しい発見とは本質的に、新しく創造的な方法でデータを理解する能力だからです。

「Deep Thinking」チームは今回、大規模なアクティブラーニングによる資料発見の効率を向上させるコンピューティングモデルを提案しました。このプログラムは、既存の文献を使用してトレーニングされ、潜在的な化合物の多様な候補構造セットを生成し、一連の学習を通じて継続的に改良されます。 GNoME は 220 万以上の安定構造を発見し、構造安定性予測の精度が 80% 以上に向上し、組成予測では 100 試行あたり 33% の精度に向上しました (以前の研究のこの数値と比較すると、わずか 1%)。

2 番目の研究では、カリフォルニア大学バークレー校の研究チームが自動実験室 (A-Lab) システムを開発しました。この A-Lab システムは、アクティブ ラーニングと組み合わせて既存の科学文献に基づいてトレーニングされており、提案された化合物に対して最大 5 つの予備合成レシピを作成できます。その後、ロボットアームを使用して実験を実行し、粉末状の化合物を合成できます。レシピの収率が 50% を下回った場合、A-Lab はレシピを調整し、目標が正常に達成されるか、可能なすべてのレシピが使い果たされるまで実験を続けます。 17 日間の継続的な実験と 355 回の実験の後、A-Lab は提案された 58 種類の化合物のうち 41 種類 (71%) の合成に成功しました。それに比べて、人間の研究者は推測と実験に何ヶ月も費やします

両研究機関が実証した AI のトレーニングは、計算能力の急速な発展と既存の文献を組み合わせたもので、無機化合物の発見と合成を支援するための学習アルゴリズムの使用には、非常に幅広い展望があることが証明されています。 、自律的な研究所は、最小限の人員で最速のスピードで新しい材料を発見できるようになります。

(出典: Science and Technology Daily)

以上がその速度と精度は人間を超え、AIだけでわずか17日間で41個の新素材を作成した。の詳細内容です。詳細については、PHP 中国語 Web サイトの他の関連記事を参照してください。