Инструмент искусственного интеллекта GNoME нашел 2,2 миллиона новых кристаллов, в том числе 380 000 стабильных материалов, которые могут стать основой технологий будущего

Современные технологии, от компьютерных чипов и батарей до солнечных панелей, основаны на неорганических кристаллах. Чтобы использовать новые технологии, кристаллы должны быть стабильными, иначе они могут разложиться, и за каждым новым стабильным кристаллом могут стоять месяцы кропотливых экспериментов.

Сегодня в статья, опубликованная в Природа, мы разделяем открытие 2,2 миллиона новых кристаллов, что эквивалентно знаниям, накопленным почти за 800 лет. Мы представляем Graph Networks for Materials Exploration (GNoME), наш новый инструмент глубокого обучения, который значительно увеличивает скорость и эффективность открытий за счет прогнозирования стабильности новых материалов.

С помощью GNoME мы увеличили количество технологически жизнеспособных материалов, известных человечеству. Из 2,2 миллиона предсказаний 380 000 являются наиболее стабильными, что делает их многообещающими кандидатами для экспериментального синтеза. Среди этих кандидатов есть материалы, которые имеют потенциал для разработки будущих преобразующих технологий, начиная от сверхпроводников, приводов в действие суперкомпьютеров и батарей следующего поколения для повышения эффективности электромобилей.

GNoME демонстрирует потенциал использования искусственного интеллекта для открытия и разработки новых материалов в больших масштабах. Внешние исследователи в лабораториях по всему миру независимо экспериментально создали 736 таких новых структур. В сотрудничестве с Google DeepMind группа исследователей из Национальной лаборатории Лоуренса Беркли также опубликовала вторая статья в Природа это показывает, как наши прогнозы ИИ можно использовать для автономного синтеза материалов.

Мы сделали Доступны прогнозы GNoME исследовательскому сообществу. Мы предоставим 380 000 материалов, которые, по нашим прогнозам, будут стабильными, в Проект материалов, который в настоящее время обрабатывает эти соединения и добавляет их в его онлайн-база данных. Мы надеемся, что эти ресурсы будут способствовать развитию исследований неорганических кристаллов и откроют возможности инструментов машинного обучения в качестве руководства для экспериментов.

В прошлом ученые искали новые кристаллические структуры, изменяя известные кристаллы или экспериментируя с новыми комбинациями элементов — дорогостоящий процесс проб и ошибок, который мог занять месяцы, чтобы дать даже ограниченные результаты. За последнее десятилетие вычислительные подходы, возглавляемые Проект материалов и другие группы помогли обнаружить 28 000 новых материалов. Но до сих пор новые подходы, основанные на искусственном интеллекте, достигли фундаментального предела в своей способности точно предсказывать материалы, которые могли бы быть экспериментально жизнеспособными. Открытие GNoME 2,2 миллиона материалов эквивалентно знаниям за 800 лет и демонстрирует беспрецедентный масштаб и уровень точности предсказаний.

Например, 52 000 новых слоистых соединений, подобных графену, которые могут совершить революцию в электронике с разработкой сверхпроводников. Ранее о выявлено 1000 таких материалов. Мы также обнаружили 528 потенциальных литий-ионных проводников, что в 25 раз больше, чем у обычного литий-ионного проводника. предыдущее исследованиекоторый может быть использован для улучшения производительности аккумуляторных батарей.

Мы публикуем предсказанные структуры для 380 000 материалов, которые имеют наибольшие шансы на успешное создание в лаборатории и применение в жизнеспособных приложениях. Чтобы материал считался стабильным, он не должен разлагаться на аналогичные составы с меньшей энергией. Например, углерод в графеноподобной структуре стабилен по сравнению с углеродом в алмазах. Математически эти материалы лежат на выпуклой оболочке. В рамках этого проекта было обнаружено 2,2 миллиона новых кристаллов, которые стабильны по нынешним научным стандартам и лежат ниже выпуклой оболочки предыдущих открытий. Из них 380 000 считаются наиболее стабильными и лежат на «окончательной» выпуклой оболочке — новом стандарте, который мы установили для стабильности материалов.

GNoME: использование графовых сетей для исследования материалов

GNoME — это современная модель графовой нейронной сети (GNN). Входные данные для GNN принимают форму графика, который можно сравнить со связями между атомами, что делает GNN особенно подходящими для открытия новых кристаллических материалов.

Изначально GNoME обучался на данных о кристаллических структурах и их стабильности, которые были открыто доступны через Проект материалов. Мы использовали GNoME для создания новых кристаллов-кандидатов, а также для прогнозирования их стабильности. Чтобы оценить предсказательную силу нашей модели в ходе последовательных циклов обучения, мы неоднократно проверяли ее производительность, используя признанные вычислительные методы, известные как теория функционала плотности (DFT), используемые в физике, химии и материаловедении для понимания структуры атомов, что важно для оценки стабильности. кристаллов.

Мы использовали процесс обучения под названием «активное обучение», который значительно повысил производительность GNoME. GNoME будет генерировать прогнозы структур новых стабильных кристаллов, которые затем будут проверены с помощью DFT. Полученные высококачественные данные обучения затем были переданы обратно в обучение нашей модели.

Наше исследование повысило уровень открытости прогнозов стабильности материалов примерно с 50% до 80% – на основе внешнего эталона, установленного предыдущими современными моделями. Нам также удалось повысить эффективность нашей модели, улучшив уровень обнаружения с менее 10% до более чем 80% — такое повышение эффективности может существенно повлиять на объем вычислений, требуемый для каждого обнаружения.

«Рецепты» ИИ для новых материалов

Проект GNoME направлен на снижение стоимости открытия новых материалов. Внешние исследователи независимо создали в лаборатории 736 новых материалов GNoME, продемонстрировав, что предсказания нашей модели относительно стабильных кристаллов точно отражают реальность. Мы предоставили исследовательскому сообществу нашу базу данных о недавно открытых кристаллах. Предоставляя ученым полный каталог многообещающих «рецептов» новых материалов-кандидатов, мы надеемся, что это поможет им протестировать и потенциально создать лучшие из них.

Быстрое развитие новых технологий на основе этих кристаллов будет зависеть от возможности их производства. В статье, проведенной нашими сотрудниками из лаборатории Беркли, исследователи показали, что роботизированная лаборатория может быстро создавать новые материалы с помощью методов автоматического синтеза. Используя материалы проекта «Материалы» и информацию о стабильности GNoME, автономная лаборатория создала новые рецепты кристаллических структур и успешно синтезировала более 41 нового материала, открывая новые возможности для синтеза материалов на основе искусственного интеллекта.

Новые материалы для новых технологий

Чтобы построить более устойчивое будущее, нам нужны новые материалы. GNoME обнаружил 380 000 стабильных кристаллов, которые обладают потенциалом для разработки более экологически чистых технологий – от более совершенных батарей для электромобилей до сверхпроводников для более эффективных вычислений.

Наши исследования, а также исследования сотрудников лаборатории Беркли, Google Research и команд по всему миру, показывают потенциал использования ИИ для управления открытием, экспериментированием и синтезом материалов. Мы надеемся, что GNoME вместе с другими инструментами искусственного интеллекта поможет совершить революцию в открытии материалов сегодня и сформировать будущее этой области.