https://deepmind.google/discover/blog/millions-of-new-materials-discovered-with-deep-learning/

AI 도구 GNoME은 미래 기술에 동력을 공급할 수 있는 380,000개의 안정된 재료를 포함하여 220만 개의 새로운 결정을 발견했습니다.

컴퓨터 칩과 배터리부터 태양 전지판까지 현대 기술은 무기 결정에 의존합니다. 새로운 기술을 가능하게 하려면 결정이 안정적이어야 하며 그렇지 않으면 분해될 수 있으며, 새롭고 안정적인 결정 뒤에는 수개월에 걸친 힘든 실험이 있을 수 있습니다.

오늘 Nature 에 게재된 논문 에서 우리는 220만 개의 새로운 결정체를 발견한 사실을 공유합니다. 이는 약 800년 분의 지식에 해당합니다. 새로운 딥 러닝 도구인 Graph Networks for Materials Exploration(GNoME)을 소개합니다. 이 도구는 새로운 재료의 안정성을 예측하여 발견의 속도와 효율성을 극적으로 높여줍니다.

GNoME을 통해 우리는 인류에게 알려진 기술적으로 실행 가능한 재료의 수를 늘렸습니다. 220만 개의 예측 중 380,000개가 가장 안정적이어서 실험적 합성에 유망한 후보가 되었습니다. 이러한 후보 중에는 초전도체, 슈퍼컴퓨터 구동, 전기 자동차의 효율성을 높이기 위한 차세대 배터리에 이르기까지 미래의 혁신적인 기술을 개발할 수 있는 잠재력이 있는 재료가 있습니다.

GNoME은 AI를 사용하여 대규모로 새로운 소재를 발견하고 개발할 수 있는 잠재력을 보여줍니다. 전 세계 연구실의 외부 연구원들은 동시 작업에서 이러한 새로운 구조 736개를 실험적으로 독립적으로 만들었습니다. Google DeepMind와 협력하여 Lawrence Berkeley National Laboratory의 연구원 팀은 또한 Nature 에 두 번째 논문을 발표했는데 , 이 논문은 AI 예측을 자율적인 소재 합성에 어떻게 활용할 수 있는지 보여줍니다.

우리는 GNoME의 예측을 연구 커뮤니티에 공개했습니다. 우리는 안정적일 것으로 예측되는 380,000개의 재료를 Materials Project에 제공할 것이며, 이 프로젝트는 현재 화합물을 처리하여 온라인 데이터베이스 에 추가하고 있습니다. 우리는 이러한 리소스가 무기 결정에 대한 연구를 추진하고, 실험을 위한 가이드로서 머신 러닝 도구의 약속을 실현하기를 바랍니다.