新技術通常需要新材料——借助超級計算機和模擬，研究人員不必費力地通過低效的猜測來從頭開始發(fā)明它們。

材料項目是一個開放訪問數(shù)據(jù)庫，于 2011 年在勞倫斯伯克利國家實驗室(伯克利實驗室)建立，用于計算已知和預測材料的特性。研究人員可以專注于未來技術的有前途的材料 - 考慮提高汽車燃油經(jīng)濟性的更輕的合金，提高可再生能源的更高效的太陽能電池，或用于下一代計算機的更快的晶體管。

現(xiàn)在，Google DeepMind(谷歌的人工智能實驗室)正在向材料項目貢獻近 400,000 種新化合物，擴大了研究人員可以利用的信息量。該數(shù)據(jù)集包括材料的原子如何排列(晶體結構)及其穩(wěn)定性(形成能)。

“如果我們要應對全球環(huán)境和氣候挑戰(zhàn)，我們就必須創(chuàng)造新材料，”伯克利實驗室材料項目創(chuàng)始人兼主任、加州大學伯克利分校教授克里斯汀·佩爾森說。“通過材料創(chuàng)新，我們有可能開發(fā)可回收塑料、利用廢棄能源、制造更好的電池、制造更便宜、使用壽命更長的太陽能電池板等等。”

為了生成新數(shù)據(jù)，Google DeepMind 開發(fā)了一種名為“材料探索圖網(wǎng)絡”(GNoME)的深度學習工具。研究人員使用 Materials Project 十多年來開發(fā)的工作流程和數(shù)據(jù)來訓練 GNoME，并通過主動學習改進了 GNoME 算法。GNoME 研究人員最終生產(chǎn)了 220 萬個晶體結構，其中包括 380,000 個，他們正在將其添加到材料項目中，并預測它們是穩(wěn)定的，這使它們在未來的技術中具有潛在的用途。谷歌 DeepMind 的新結果今天發(fā)表在《自然》雜志上。

GNoME 的一些計算與材料項目的數(shù)據(jù)一起用于測試A-Lab，這是伯克利實驗室的一個設施，人工智能指導機器人制造新材料。A-Lab 的第一篇論文今天也發(fā)表在《自然》雜志上，表明自主實驗室可以以最少的人力投入快速發(fā)現(xiàn)新材料。

經(jīng)過 17 天的獨立運作，A-Lab 成功生產(chǎn)了 58 種新化合物中的 41 種，即每天生產(chǎn)兩種以上新材料的速度。相比之下，人類研究人員如果最終能夠獲得所需的材料，可能需要花費數(shù)月的猜測和實驗才能創(chuàng)造出一種新材料。

為了制造材料項目預測的新型化合物，A-Lab 的人工智能通過梳理科學論文并利用主動學習進行調整，創(chuàng)建了新的配方。來自 Materials Project 和 GNoME 的數(shù)據(jù)用于評估材料的預測穩(wěn)定性。

A-Lab 的首席研究員、伯克利實驗室和加州大學伯克利分校的科學家 Gerd Ceder 表示：“我們的成功率達到了驚人的 71%，而且我們已經(jīng)有了一些方法來提高它。” “我們已經(jīng)證明，將理論和數(shù)據(jù)與自動化相結合會產(chǎn)生令人難以置信的結果。我們可以比以往更快地制造和測試材料，并且向材料項目添加更多數(shù)據(jù)點意味著我們可以做出更明智的選擇。”

材料項目是世界上使用最廣泛的無機材料信息開放獲取存儲庫。該數(shù)據(jù)庫擁有數(shù)十萬個結構和分子的數(shù)百萬個屬性，這些信息主要在伯克利實驗室的國家能源研究科學計算中心處理。該網(wǎng)站注冊用戶超過 40 萬人，平均每天發(fā)表超過四篇引用材料項目的論文。谷歌 DeepMind 的貢獻是自材料項目開始以來，對結構穩(wěn)定性數(shù)據(jù)的最大貢獻。

“我們希望 GNoME 項目能夠推動無機晶體的研究，”Google DeepMind 材料發(fā)現(xiàn)團隊的負責人 Ekin Dogus Cubuk 說。“外部研究人員已經(jīng)通過并行、獨立的物理實驗驗證了超過 736 種 GNoME 的新材料，證明我們模型的發(fā)現(xiàn)可以在實驗室中實現(xiàn)。”

材料項目現(xiàn)在正在處理來自 Google DeepMind 的化合物并將其添加到在線數(shù)據(jù)庫中。新數(shù)據(jù)將免費提供給研究人員，并提供給與材料項目合作的 A-Lab 等項目。

“我真的很興奮，人們正在使用我們所做的工作來產(chǎn)生前所未有的材料信息，”佩爾森說，他也是伯克利實驗室分子鑄造廠的主任。“這就是我對材料項目的初衷：不僅讓我生成的數(shù)據(jù)免費并可用于加速世界的材料設計，而且還告訴世界計算可以為您做什么。他們可以比單獨的實驗更有效、更快速地掃描大空間，尋找新的化合物和特性。”

通過跟蹤過去十年材料項目數(shù)據(jù)中的有希望的線索，研究人員已經(jīng)通過實驗證實了多個領域新材料的有用特性。一些顯示出使用潛力：

碳捕獲(從大氣中提取二氧化碳)

作為光催化劑(響應光而加速化學反應的材料，可用于分解污染物或產(chǎn)生氫氣)

作為熱電材料(可以幫助利用廢熱并將其轉化為電能的材料)

作為透明導體(可能在太陽能電池、觸摸屏或 LED 中有用)

當然，找到這些有前景的材料只是解決人類一些重大技術挑戰(zhàn)的眾多步驟之一。

“制造材料不適合膽小的人，”佩爾森說。“一種材料從計算到商業(yè)化需要很長時間。它必須具有正確的屬性，在設備內工作，能夠擴展，并且具有正確的成本效率和性能。材料項目和 A-Lab 等設施的目標是利用數(shù)據(jù)，實現(xiàn)數(shù)據(jù)驅動的探索，并最終為公司提供更可行的目標。”