Lawrence Berkeley Ulusal Laboratuvarı’na bağlı Google DeepMind ekipleri, prestijli Nature dergisinde yapay zekanın nasıl bir kuantum sıçramasına neden olabileceğine dair iki makale yayınladı.
Lawrence Berkeley Ulusal Laboratuvarı ile ilişkili Google DeepMind ekipleri, prestijli dergide iki makale yayınladı Doğa yapay zekanın malzeme biliminde nasıl önemli bir sıçramaya neden olabileceği üzerine. Cesaret verici sonuçlar pil, fotovoltaik veya çip alanlarındaki yenilikleri önemli ölçüde hızlandırabilir.
DeepMind, en umut verici 381.000 materyale açık erişim sunacak
DeepMind’ın proteinlerle yaptığı çalışmayı hatırlatan bir sonuç. Malzeme Araştırmaları için Grafik Ağları için GNoME, 17 gün içinde şu anda bilinenlerden 45 kat daha fazla potansiyel olarak kararlı kristal yapı keşfetti. 48.000’e karşı 2,2 milyon. Bu kombinasyonların laboratuvarda deneysel olarak doğrulanması gerekiyor, ancak çalışmanın yazarları iyimser: araştırmaları sırasında GNoME tarafından önerilen 736 yapı, Google DeepMind’dan bağımsız olarak dünyanın başka yerlerindeki bilim adamları tarafından da keşfedildi. ve Lawrence Berkeley Ulusal Laboratuvarı.
Deneme yanılma, araştırma ve geliştirme yoluyla kararlı kristal yapıları bulmaya yönelik olağan arama süreci yavaştır. Bu denemek, başarısız olmak ve bazen hayal kırıklığı yaratan sonuçlara ulaşmak için yeniden başlamakla ilgilidir.
Google DeepMind, açık erişim veritabanı Material Project sayesinde 28.000 yeni malzemenin keşfedilmesiyle dijital teknolojinin sektörü şimdiden önemli ölçüde artırdığını bildiriyor. GNoME geliştiricilerinin derin öğrenme modellerini eğitmek için kullandıkları şey budur.
GNoME iki işlem hattıyla çalışır. Bilinenlere benzer yapılara sahip adaylar yaratılır. Diğeri ise daha rastgele, kimyasal formüllerle. Sonuçlar GNoME öğrenme sürecini zenginleştirmeden önce değerlendirilir. Kredi bilgileri: Google DeepMind
“ Deney, otonom sentez ve makine öğrenimi modellerindeki büyük gelişmelerin, bu zaman dilimini 10 yıldan 20 yıla kadar çok daha makul bir düzeye önemli ölçüde düşüreceğini umuyoruz. Çalışmanın yazarlarından Ekin Doğuş Çubuk, şöyle konuştu:
En umut verici olduğu değerlendirilen 381.000 yapı, araştırma camiasının ücretsiz erişimine sunulacak. Bu, deneme aşamasına geçmemizi sağlayacaktır. Lawrence Berkeley Ulusal Laboratuvarı’ndaki araştırmacılar tarafından hazırlanan ikinci bir makale, malzeme sentezi için yapay zeka tahminlerinin nasıl kullanılacağını gösteriyor. 58 bileşikten 41’ini otonom olarak oluşturmayı başardılar, bu da %70’lik yüksek bir başarı oranıydı.
Mevcut 1000 bileşikle karşılaştırıldığında Grafene benzer 52.000 potansiyel bileşik keşfedildi. Bunun çip dünyasında önemli bir etkisi olabilir. Piller için gerekli olan 528 potansiyel lityum iyon iletkeni de vurgulandı, bu da konuyla ilgili son çalışmanın 25 katıdır.
Projede çalışan ekipler, çalışmalarının süper iletkenler, süper bilgisayarlara güç sağlama veya yeni nesil piller gibi çığır açıcı teknolojilerde önemli ilerlemeler sağlayabileceğine inanıyor.