L’IA de DeepMind a découvert plus de nouveaux matériaux en un an que les scientifiques en des siècles

Les chercheurs de Google DeepMind ont formé un l’apprentissage en profondeur modèle pour prédire la structure de plus de 2,2 millions de matériaux cristallins, soit 45 fois plus que le nombre découvert dans toute l’histoire de la science.

Sur plus de deux millions de nouveaux matériaux, environ 381 000 seraient stables, ce qui signifie qu’ils ne se décomposeraient pas – une caractéristique essentielle à des fins d’ingénierie. Ces nouveaux matériaux ont le potentiel de dynamiser le développement de technologies futures clés telles que les semi-conducteurs, superordinateurs et batteries, a déclaré le rapport anglo-américain entreprise.

Les technologies modernes, de l’électronique à VÉ, peut utiliser seulement 20 000 matières inorganiques. Celles-ci ont été largement découvertes par essais et erreurs au fil des siècles. ggoogle Le nouvel outil de DeepMind, connu sous le nom Graph Networks for Materials Exploration (GNoME) en a découvert des centaines de milliers de stables en seulement un an.

Parmi les nouveaux matériaux, l’IA a découvert 52 000 nouveaux composés en couches similaires au graphène qui pourraient être utilisés pour développer des supraconducteurs plus efficaces – des composants cruciaux dans les scanners IRM, expérimentaux ordinateurs quantiqueset les réacteurs à fusion nucléaire. Il a également trouvé 528 conducteurs potentiels d’ions lithium, 25 fois plus qu’un étude précédente, qui pourrait être utilisé pour améliorer les performances des batteries des véhicules électriques.

Pour réaliser ces découvertes, le modèle d’apprentissage profond a été formé sur de nombreuses données du projet Materials. Le programme, dirigé par le laboratoire national Lawrence Berkeley aux États-Unis, a utilisé des techniques d’IA similaires pour découvrir environ 28 000 nouveaux matériaux stables au cours de la dernière décennie. Google DeepMind a multiplié par huit ce chiffre, dans ce que la société appelle une « expansion d’un ordre de grandeur des matériaux stables connus de l’humanité ».

Bien que les nouveaux matériaux ne soient techniquement que des prédictions, affirment les chercheurs de DeepMind des expérimentateurs indépendants ont déjà fabriqué 736 matériaux, vérifiant leur stabilité. Et une équipe du Berkeley Lab a déjà utilisé autonome des robots pour synthétiser les matériaux découverts grâce au projet Materials ainsi que le nouveau trésor découvert par DeepMind. Comme détaillé dans ce étudele robot autonome alimenté par l’IA a pu donner vie à 41 des 58 matériaux prévus, en seulement 17 heures.

« L’industrie a tendance à être un peu réticente à prendre des risques lorsqu’il s’agit d’augmentation des coûts, et les nouveaux matériaux mettent généralement un peu de temps avant de devenir rentables », a déclaré Kristin Persson, directrice du Materials Project. Reuters. « Si nous parvenons à réduire encore un peu ce chiffre, cela serait considéré comme une véritable avancée. »

Les chercheurs de DeepMind déclarent qu’ils publieront immédiatement des données sur les 381 000 composés qui devraient être stables et rendront public le code de son IA. En fournissant aux scientifiques le catalogue complet des « recettes » prometteuses pour les nouveaux matériaux candidats, la société a déclaré qu’elle espérait accélérer la découverte et réduire les coûts.

Le dévoilement de GNoME fait suite à plusieurs des développements impressionnants chez Google DeepMind, créé en April lorsque DeepMind, basé au Royaume-Uni, et Google Brain, basé aux États-Unis fusionné en une seule unité de recherche en IA. Le dernier en date étant le lancement du les prévisions météorologiques mondiales sur 10 jours les plus précises au monde système.