参考消息网12月3日报道 据英国《金融时报》网站11月29日报道，谷歌旗下“深层思维”公司的研究人员已经发现了220万种晶体结构。这些发现为从可再生能源到先进计算等领域的发展打开了潜在的可能性，展示了人工智能(AI)在发现新材料方面的威力。

　　根据在《自然》杂志上发表的一篇论文，研究人员使用一种名为GNoME的人工智能工具识别出这些理论上稳定但尚未在实验中实现的晶体结构，其数量比科学史上已发现的这类物质多了45倍以上。

　　研究人员计划将其中最有前景的38.1万种结构提供给科学家同行，在太阳能电池和超导体等领域进行制备和测试，以验证它们的可行性。这一合作项目展示了利用人工智能可以缩短多年的实验工作并有可能产出更好的产品和工艺。

　　这篇论文的联名作者之一埃金·多乌什·丘布克表示：“对我来说，材料科学基本就是抽象思维与物质世界的交汇点。很难想象有哪种技术不会因为采用了更好的材料而得到改进。”

　　研究人员的目标是在4.8万种已发现晶体的基础上发现新的晶体。这些已知的晶体既有几千年来人们熟知的青铜和铁，也有最近才发现的晶体。

　　“深层思维”团队发现新材料的过程是通过使用机器学习技术首先生成候选晶体结构，然后评估它们的稳定性。根据过去十年来发现的2.8万种稳定材料来计算，“深层思维”公司估计，新发现的物质数量相当于近800年实验获取的知识。

　　《自然》杂志上的论文写道：“从微芯片到电池和光伏，无机晶体的发现一直处于瓶颈阶段，受制于昂贵的试错方法。我们的工作意味着人类所知的稳定材料的数量增加了一个数量级。”

　　丘布克说，这些新化合物的两个潜在应用包括发明多功能层状材料和开发神经形态计算，后者使用芯片模拟人脑的工作原理。

　　根据《自然》杂志发表的另一篇论文，加利福尼亚大学伯克利分校和劳伦斯伯克利国家实验室的研究人员已经利用这些发现，用于创造新材料的实验。

　　该团队运用计算、历史数据和机器学习技术，指导一个被称为A-lab的自主实验室，在包含58个新化合物的目标清单中创造出了41个新化合物，成功率超过70%。

　　该论文的合著者、加利福尼亚大学伯克利分校的教授格布兰迪·塞德表示，如此高的成功率令人惊讶，而且成功率还可以进一步提高。他还说，关键在于如何将人工智能技术与现有的资源结合起来，比如由过去合成反应组成的大数据集。

　　他说：“虽然A-lab的机器人技术很酷，但真正的创新在于将来源于各处的知识和数据与A-lab集成，以智能的方式推动合成。”

　　麻省理工学院教授比尔盖·耶尔德兹表示，这两篇《自然》论文中描述的技术将使人们能够以更快速度发现新材料。

　　在麻省理工学院的材料科学与工程以及核科学与工程部门工作的耶尔德兹说：“这个庞大的无机晶体数据库应该充满了待发现的‘宝石’，以推动清洁能源和环境挑战的解决方案。”

　　她还说，这些论文意味着人类在“以远远超过传统经验合成方法的速度获得材料”的探索过程中取得了“非常令人兴奋的进步”。（编译/涂颀）