伦敦(路透社)——谷歌DeepMind已经利用人工智能(AI)预测了超过200万种新材料的结构，该公司表示，这一突破很快就会被用于改善现实世界的技术。
在周三发表在科学杂志《自然》(Nature)上的一篇研究论文中，这家alphabet旗下的人工智能公司表示，其近40万种假想材料设计很快就会在实验室条件下生产出来。
这项研究的潜在应用包括生产性能更好的电池、太阳能电池板和计算机芯片。
新材料的发现和合成可能是一个昂贵而耗时的过程。例如，锂离子电池——如今用于从手机、笔记本电脑到电动汽车的所有设备——投入商用之前，人们花了大约20年的时间进行研究。
DeepMind的研究科学家Ekin Dogus Cubuk说:“我们希望在实验、自主合成和机器学习模型方面的重大改进将大大缩短10到20年的时间，使其更易于管理。”
DeepMind的人工智能是根据材料项目(Materials Project)的数据进行训练的。材料项目是2011年在劳伦斯伯克利国家实验室成立的一个国际研究小组，由大约5万种已知材料的现有研究组成。
该公司表示，现在将与研究界分享其数据，希望加速材料发现的进一步突破。
材料项目主管克里斯汀·佩尔松(Kristin Persson)表示:“当成本增加时，工业往往有点规避风险，而新材料通常需要一段时间才能变得具有成本效益。”
“如果我们能把这个数字再缩小一点，就会被认为是一个真正的突破。”
在利用人工智能预测这些新材料的稳定性之后，DeepMind表示，它现在将把重点转向预测它们在实验室中合成的难易程度。
(马丁·库尔特报道;简·哈维编辑)
