DeepMind de Google a chargé une IA de rechercher des matériaux. Le résultat éclipse tout ce que les humains ont réalisé dans ce domaine au cours des derniers siècles. Cela pourrait notamment faire progresser le secteur des batteries et celui des puces informatiques.
• DeepMind de Google découvre 2,2 millions de nouvelles substances
• Certains matériaux peuvent être fabriqués
• Utilisé dans de nombreuses industries
Selon un article du magazine Nature, l’équipe de recherche de DeepMind, filiale d’IA de Google, a réalisé une percée dans le domaine de la recherche sur les matériaux. En conséquence, l’équipe a développé un algorithme d’IA capable de prédire la structure de plus de deux millions de nouveaux matériaux cristallins possibles. « Aujourd’hui, dans un article publié dans Nature, nous annonçons la découverte de 2,2 millions de nouveaux cristaux, soit l’équivalent de près de 800 ans de connaissances », a confirmé l’entreprise dans un article de blog.
Graph Networks for Materials Exploration rapporte un succès
Ainsi, l’intelligence artificielle, que les chercheurs ont baptisée « Réseaux graphiques pour l’exploration des matériaux », a découvert en un an environ deux millions de structures potentielles de matériaux jusqu’alors inconnus, pour lesquelles il pourrait y avoir de nombreuses applications possibles à l’avenir.
L’outil d’IA a évalué certains des cristaux découverts, au nombre de 380 000, comme étant stables. Ceux-ci sont considérés comme des « candidats prometteurs pour la synthèse expérimentale » et peuvent donc être produits dans des conditions de laboratoire et ne se décomposent pas.
Avancées dans des secteurs importants
Selon les chercheurs, parmi les matériaux cristallins considérés comme prometteurs par l’IA figurent ceux qui apportent des avancées importantes et « ont le potentiel de développer de futures technologies de transformation, des supraconducteurs à l’alimentation des superordinateurs en passant par les batteries ». La prochaine génération est suffisante pour augmenter l’efficacité des véhicules électriques. « .
L’IA utilise les données d’une grande base de données
Afin de permettre à l’intelligence artificielle de résoudre cette tâche, l’IA de DeepMind a été alimentée par les données du projet Materials. Cette collection de données contient des informations sur de nombreuses substances actuellement connues et leurs structures associées. Les matériaux les plus prometteurs découverts par les réseaux AI Graph pour l’exploration des matériaux devraient également être inclus dans la collecte de données.
L’IA donne des résultats plus rapides que les scientifiques humains
En matière de recherche sur les matériaux, l’intelligence artificielle de Google DeepMind a clairement devancé les scientifiques. « Dans le passé, les scientifiques recherchaient de nouvelles structures cristallines en optimisant des cristaux connus ou en expérimentant de nouvelles combinaisons d’éléments – un processus d’essais et d’erreurs coûteux qui pouvait prendre des mois pour produire des résultats, même limités », selon le résumé des chercheurs de DeepMind. « La découverte par GNoME de 2,2 millions de matériaux représenterait environ 800 ans de connaissances et démontre une ampleur et un niveau de précision sans précédent dans les prédictions », a poursuivi DeepMind.
Equipe éditoriale finanzen.net
Produits à effet de levier sélectionnés sur Alphabet A (ex Google)
Avec les knock-outs, les investisseurs spéculatifs peuvent participer de manière disproportionnée aux mouvements de prix. Sélectionnez simplement le levier souhaité et nous vous montrerons des produits ouverts adaptés sur Alphabet A (ex Google)
L’effet de levier doit être compris entre 2 et 20
Publicité