新的人工智能工具加速真正新材料的发现

利物浦大学的研究人员创建了一种协作人工智能工具，可以减少发现真正新材料所需的时间和精力。

据《自然通讯》杂志报道，这种新工具已经导致发现了四种新材料，包括一系列新的传导锂的固态材料。这种固体电解质将是开发为电动汽车提供更长续航里程和更高安全性的固态电池的关键。其他有前途的材料正在开发中。

该工具将人工智能与人类知识结合起来，优先考虑那些最有可能发现新功能材料的未探索化学空间部分。

发现新的功能材料是一个高风险、复杂且往往很长的旅程，因为通过组合元素周期表中的所有元素，可以使用无限的可能材料空间，并且不知道新材料在哪里存在。

新的人工智能工具是由利物浦大学化学与材料创新工厂系的一组研究人员开发的，由马特·罗森斯基教授领导，以应对这一挑战。

该工具以人类无法实现的规模检查已知材料之间的关系。这些关系用于识别和数字排列可能形成新材料的元素组合。科学家们使用这些排名来有针对性地指导对大型未知化学空间的探索，从而使实验研究更加高效。这些科学家根据 AI 提供的不同视角做出最终决定。

该论文的主要作者马特·罗森斯基教授说：“迄今为止，一种常见且有效的方法是通过与现有材料的密切类比来设计新材料，但这通常会导致材料与我们已有的材料相似。

“因此，我们需要新的工具来减少发现真正新材料所需的时间和精力，例如这里开发的将人工智能和人类智能结合起来以充分利用两者的工具。

“这种协作方法结合了计算机查看数十万已知材料之间关系的能力、人类无法达到的规模，以及人类研究人员的专业知识和批判性思维，从而带来创造性的进步。

“该工具是未来可能使科学家受益的许多协作人工智能方法之一。”

社会解决能源和可持续性等全球挑战的能力受到我们设计和制造具有目标功能的材料的能力的限制，例如更好的太阳能吸收器制造更好的太阳能电池板或优质电池材料制造更远距离的电动汽车，或通过使用替代现有材料毒性较小或稀有元素。

这些新材料通过推动新技术应对全球挑战来创造社会效益，同时它们也揭示了新的科学现象和认识。所有现代便携式电子产品都由 1980 年代开发的锂离子电池中的材料支持，这强调了仅一种材料类别就可以改变我们的生活方式：定义新材料的加速路线将为我们的未来开启目前无法想象的技术可能性。

　　免责声明：本文由用户上传，与本网站立场无关。财经信息仅供读者参考，并不构成投资建议。投资者据此操作，风险自担。 如有侵权请联系删除！