Google DeepMind vindt in slechts één jaar 2,2 miljoen nieuwe materialen, waarvan er 381.000 stabiel zijn
In minder dan een jaar tijd is Google's DeepMind divisie van Google erin geslaagd om 381.000 stabiele materialen te ontdekken waar vele domeinen baat bij kunnen hebben door middel van een geavanceerd getraind AI-model genaamd Graph Networks for Materials Exploration (GNoME). Dit is slechts een fractie van de 2,2 miljoen kristalstructuren die door het model zijn voorspeld.
De AI werd getraind met behulp van gegevens die de afgelopen tien jaar door het Lawrence Berkeley National Laboratory in de VS zijn verzameld via het Materials Project. In theorie zouden de 381.000 stabiele structuren een sleutelrol kunnen spelen in de versnelde ontwikkeling van supergeleiders, kwantum supercomputers, EV's en batterijen, maar al deze materialen moeten eerst gesynthetiseerd worden om hun efficiëntie te testen.
Tot nu toe hebben onafhankelijke experimenten slechts 736 van de materialen gesynthetiseerd en de stabiliteit ervan bewezen. De DeepMind-onderzoekers zijn echter bereid om het syntheseproces voor de rest van de structuren te versnellen door de gegevens van alle materialen onmiddellijk vrij te geven en ook het AI-model openbaar te maken.
De meest veelbelovende structuren lijken tussen de 52.000 verbindingen te zitten die lijken op de gelaagde aard van grafeen. Deze zouden ideale kandidaten zijn voor nieuwe vormen van supergeleiders die gebruikt kunnen worden door MRI-scanners, kwantumcomputers en kernfusiereactoren. Daarnaast vond het AI-model 528 alternatieve lithium-ion-geleiders die gebruikt kunnen worden om de efficiëntie van EV-batterijen te verhogen.
