Yeni kristal yapıları keşfetmek bilim insanları için sıkıcı bir iştir. Google Deepmind’ın yeni bir yapay zeka aracı bu süreci hızlandırmayı amaçlıyor.
The-Decoder’in haberine göre, Google Deepmind, Nature dergisinde 2,2 milyondan fazla yeni kristal keşfeden yapay zeka aracı GNoME hakkında bir makale yayınladı. Deepmind’a göre, bunlar arasında süper iletkenler, daha iyi piller veya yeni yarı iletken türleri gibi geleceğin teknolojileri için potansiyel olarak kullanılabilecek yaklaşık 380.000 özellikle kararlı bileşik bulunuyor.
Şimdiye kadar, yeni inorganik kristallerin keşfi genellikle uzun bir süreç olmuştur. GNoME, uygun adayları önermek ve kararlılıklarını tahmin etmek için grafen ağlarını kullanarak bu süreci önemli ölçüde hızlandırmayı amaçlamaktadır. Bu, aksi takdirde 800 yılda keşfedilebilecek olandan daha fazla yeni malzemenin kısa bir süre içinde keşfedilmesine yol açabilir.
Kuantum fiziği ile “aktif öğrenme”
GNoME ilk olarak Malzeme Projesi’nden bilinen malzemelerin kristal yapısı ve kararlılığı hakkında kamuya açık veriler kullanılarak eğitildi. Sistemin performansı daha sonra aktif öğrenme yoluyla “önemli ölçüde artırıldı”: GNoME, daha sonra kuantum fiziksel yoğunluk fonksiyonel teorisi kullanılarak kararlılık açısından test edilen yeni malzemeler önerdi.
Bu sonuçlar eğitime geri beslendi ve GNoME’nin malzeme kararlılığını tahmin etmeye yönelik keşif oranını yaklaşık yüzde 50’den yüzde 80’in üzerine çıkardı. Deepmind ayrıca keşif oranını %10’un altından %80’in üzerine çıkararak modelin verimliliğini artırmayı başardı ve bunun “keşif başına ne kadar hesaplama gerektiği üzerinde önemli bir etkisi olabileceğini” söylediler.
GNoME’nin tahminlerinden bazıları şimdiden deneysel olarak doğrulandı: Diğer laboratuvarlar tahmin edilen yeni kristallerden 736 tanesini sentezlemiş durumda. En kararlı 380.000 adaydan elde edilen veriler, yeni teknolojiler geliştirmelerine yardımcı olmak üzere dünyanın dört bir yanındaki diğer araştırmacıların kullanımına sunuldu.
Robotik laboratuvarda sentezlenen ilk kristaller
Bir blog yazısında Google Deepmind, bu keşiflere dayalı yeni teknolojilerin geliştirilmesinin ilk etapta bunları üretebilme becerisine bağlı olduğuna dikkat çekiyor.
Berkeley Lab’daki araştırmacılar, A-Lab adlı deneysel bir robotik laboratuvarında, 17 gün içinde 41 yeni malzemeyi otomatik bir süreçte başarıyla sentezledi. Sistem bağımsız olarak bileşenleri seçti, sentezi gerçekleştirdi ve ardından bunları analiz etti.
Ancak GNoME gibi sistemler, otomatik laboratuvarların bile üretebileceğinden daha fazla teorik yapı bulabilir. Ekip, bu nedenle hangilerinin sentezlenmeye değer olduğunu tahmin eden bir yapay zekaya gerçekten ihtiyaç duyulacağını yazıyor.
Yapayzeka.news’in hiçbir güncellemesini kaçırmamak için bizi Facebook, Twitter, LinkedIn ve Instagram‘da takip edin.
