Khám phá tài liệu AI DeepMind của Google

Trí tuệ nhân tạo (AI) của Google DeepMind đã đạt được một cột mốc quan trọng khi dự đoán cấu trúc của hơn hai triệu vật liệu hóa học mới.

Sự phát triển này,được tiết lộ trong một bài báo gần đây của Nature , biểu thị một bước nhảy vọt trong việc thúc đẩy các công nghệ trong thế giới thực.

Trong ấn phẩm khoa học của họ vào thứ Tư, ngày 29 tháng 11, công ty AI đã báo cáo rằng gần 400.000 thiết kế vật liệu lý thuyết của họ đã sẵn sàng để thử nghiệm trong phòng thí nghiệm.

Các ứng dụng tiềm năng của nghiên cứu này trải rộng trên việc cải tiến pin, tấm pin mặt trời và chip máy tính để cải thiện hiệu suất tổng thể.

Bài viết nhấn mạnh tính chất truyền thống tốn kém và tốn nhiều thời gian của việc xác định và tạo ra vật liệu mới.

Phải mất khoảng hai thập kỷ nghiên cứu trước khi pin lithium-ion, hiện có mặt khắp nơi trong các thiết bị như điện thoại, máy tính xách tay và xe điện, trở nên khả thi về mặt thương mại.

Ekin Dogus Cubuk, nhà khoa học nghiên cứu tại DeepMind, bày tỏ sự lạc quan:

"Chúng tôi hy vọng rằng những cải tiến lớn trong thử nghiệm, tổng hợp tự động và mô hình học máy sẽ rút ngắn đáng kể khoảng thời gian 10 đến 20 năm đó xuống mức dễ quản lý hơn nhiều,"

AI do DeepMind phát triển đã trải qua quá trình đào tạo bằng cách sử dụng dữ liệu từ Dự án Vật liệu, một tập đoàn nghiên cứu quốc tế được thành lập tạiPhòng thí nghiệm quốc gia Lawrence Berkeley năm 2011.

Bộ dữ liệu bao gồm thông tin về khoảng 50.000 tài liệu có sẵn.

Cam kết với cộng đồng nghiên cứu

DeepMind đã cam kết chia sẻ dữ liệu của mình với cộng đồng nghiên cứu, nhằm mục đích đẩy nhanh những đột phá hơn nữa trong khám phá vật liệu.

Tuy nhiên,Kristin Persson, giám đốc Dự án Vật liệu , được đề cập trong bài báo rằng ngành vẫn thận trọng về khả năng tăng chi phí, đồng thời nhấn mạnh rằng các vật liệu mới thường mất thời gian để đạt hiệu quả về mặt chi phí.

"Ngành công nghiệp có xu hướng hơi ngại rủi ro khi chi phí tăng lên và các vật liệu mới thường mất một chút thời gian trước khi chúng trở nên hiệu quả về mặt chi phí. Nếu chúng ta có thể thu nhỏ kích thước đó thêm một chút nữa thì đó sẽ được coi là một bước đột phá thực sự.”

Sau thành công của AI trong việc dự đoán tính ổn định của những vật liệu mới này, DeepMind hiện đã chuyển trọng tâm sang dự báo khả năng tổng hợp của chúng trong điều kiện phòng thí nghiệm.