AI 是一种范式转变，可能会挖掘下一个超级材料

从青铜时代到工业革命除此之外，新材料的发现和开发一直是人类历史的驱动力。这些新颖的材料帮助推动了技术进步并塑造了文明。

今天，我们正处于一个新时代的开端，其中人工智能（AI） 似乎处于改变对有用材料的搜索的完美位置。这似乎将彻底改变他们的调查、创建和测试方法。

在古代，人类文明利用自然资源进行实验，以创造工具和文物。公元前 4 世纪中期的青铜时代是一个重要的里程碑。青铜，一个铜和锡的合金，导致了更强大的工具和武器的发展，以及农业和建筑业的进步。

青铜通常被称为人类创造的第一种“新材料”。我们采用了不同的元素并创造了一些新的东西，具有比任何一种成分更好的特性和独特的品质。公元前 3,500 年左右在古代美索不达米亚发明玻璃是另一个开创性的时刻。

快进到 20 世纪，塑料聚合物、陶瓷和超导体开辟了技术的新领域。陶瓷，以其耐用性和耐热性而闻名，成为从航空航天到电子等行业的主打产品。

超导体，即可以以零电阻导电的材料，已经用于磁悬浮（磁悬浮列车）、粒子加速器和医疗设备。

AI 加入竞争

以前，寻找有助于推动下一代突破性技术开发的新材料是一个漫长而昂贵的过程。这是由于许多材料在原子和分子水平上的复杂性。传统方法基本上基于反复试验，需要专门的设备和资源。

材料发现中固有的不确定性和风险使该过程进一步复杂化和延长。然而，AI 的进步，包括在 AI 的一个子集中称为机器学习开始改变整个格局，实现更高效、更有针对性的方法。

在机器学习中，称为算法的数学规则从数据中学习，无需人工干预即可改进任务。

主要转变是一种基于“生成式”AI 系统的新方法，它可以创建新内容。当提供所需的属性和约束时，AI 系统现在可以直接生产新型材料。

本月早些时候，Microsoft 的一个团队在自然界引入了一对用于设计无机材料（不基于碳元素的材料）的 AI 工具。

这些工具在材料发现中发挥着互补作用。他们被称为MatterGen 和 MatterSim.第一个选项创建新的候选材料，第二个选项筛选和验证它们 - 以确保它们可以在现实世界中制造。

可以通过 MatterGen 整合的特定所需特性包括特定的对称性或机械、电子和磁性。

与主要依赖直觉（以及广泛而乏味的实验）的传统方法不同，MatterGen 可以在很短的时间内生成数千种具有特定所需特性的潜在材料。

这种以 AI 为主导的方法可加快材料设计的初始阶段。它使研究人员能够探索更广泛的可能性，并专注于最有前途的候选药物。

MatterSim 应用严格的计算机分析来预测这些拟议材料的稳定性和可行性。这种预测能力有助于从物理上可行的可能性中过滤出理论上的可能性。这确保了只有稳定的材料才能在发现过程中向前推进。

包装盒中的新工具

在这一点上，我们可能想知道，通过这个过程识别的新材料是什么样子的？MatterSim 主要关注晶体，或者更恰当地关注具有特定原子排列的独特晶体结构。

这些结构经过定制，可满足精确的性能约束，使其适用于各种应用。这些包括高能电池、柔性电子产品、显示器、太阳能电池板或先进的医疗植入物。

然而，Microsoft 强大的二人组并不是孤军奋战。Google DeepMind 的用于材料探索的图形网络 （Gnome）是另一个有望显著加快发现过程的工具。

Gnome 使用一种受人脑启发的 AI 形式，称为深度学习。它预测新材料的稳定性，显著缩短勘探和发现阶段。

在 2023 年发表的一篇论文中中，来自 Google DeepMind 的研究人员证明，他们的 AI 模型可以识别 220 万种新的稳定材料。其中大约 736 个已经通过实验实现。

这比以前的方法增加了 10 倍。这些材料其中许多以前不为人类化学家所知，但在清洁能源、电子等领域具有潜在的应用。

即使 Google 的 Gnome 和 Microsoft 的 MatterGen 都是基于 AI 的，但它们的方法也不同，并且在某些方面提供了互补的方法。Gnome 通过在现有结构上创建变化来预测新材料的稳定性，并专注于识别稳定的晶体材料。

另一方面，MatterGen 采用生成式 AI 模型，根据特定的设计要求直接设计新型材料。它通过改变元素、位置和周期性晶格（三维重复结构）来创建材料结构。

AI 驱动的材料发现的影响是巨大的。它们可能会导致储能和环境可持续性等领域的创新。例如，最有前途的应用之一是新电池的开发。

随着世界向可再生能源过渡，对高效、持久耐用的电池的需求已经增长，并将继续增长。AI 工具可以帮助研究人员设计和识别能够支持更高能量密度、更快充电时间和更长使用寿命的新材料。

除了储能之外，新材料还可用于设计新的医疗设备、植入物，甚至药物输送系统。这可以改善患者的治疗效果并推进医疗治疗。

在航空航天领域，轻质、耐用的材料可以提高飞机和航天器的性能和安全性。同时，用于水净化、碳捕获和废物管理的新材料可以解决紧迫的环境挑战。

Domenico Vicinanza， 智能系统与数据科学副教授，安格利亚鲁斯金大学

本文转载自对话根据 Creative Commons 许可。阅读原创文章.

宝宝起名 起名