《自然》11月30日發(fā)表了兩項(xiàng)重磅研究：最新的由人工智能（AI）驅(qū)動(dòng)的平臺(tái)GNoME（材料探索圖形網(wǎng)絡(luò)），已可以自行發(fā)現(xiàn)和合成新無機(jī)化合物，包括發(fā)現(xiàn)了超220萬個(gè)穩(wěn)定結(jié)構(gòu)、17天便獨(dú)自創(chuàng)建了41種新材料，其速度和精確性均遠(yuǎn)超人類。
技術(shù)進(jìn)步已經(jīng)改進(jìn)了計(jì)算機(jī)程序識(shí)別新材料的能力，但這個(gè)過程面臨的主要阻礙，是學(xué)習(xí)算法如何適應(yīng)與其所學(xué)相反的結(jié)果，因?yàn)樾掳l(fā)現(xiàn)本質(zhì)上是用新的、創(chuàng)造性的方式去理解數(shù)據(jù)的能力。
“深度思維”團(tuán)隊(duì)此次提出了一個(gè)計(jì)算模型，能夠通過大規(guī)模主動(dòng)學(xué)習(xí)，提高材料發(fā)現(xiàn)的效率。這個(gè)程序使用現(xiàn)有文獻(xiàn)訓(xùn)練，生成多樣的潛在化合物候選結(jié)構(gòu)，然后通過一系列學(xué)習(xí)不斷改進(jìn)這些結(jié)構(gòu)。GNoME發(fā)現(xiàn)了超過220萬個(gè)穩(wěn)定結(jié)構(gòu)，將結(jié)構(gòu)穩(wěn)定預(yù)測(cè)的精確性提高到80%以上，在預(yù)測(cè)成分時(shí)，每100次試驗(yàn)的精確度提高到33%，相比之下，此前工作中該數(shù)字僅為1%。
在第二項(xiàng)研究中，美國(guó)加州大學(xué)伯克利分校團(tuán)隊(duì)開發(fā)了一種自動(dòng)實(shí)驗(yàn)室（A-Lab）系統(tǒng)。這種A-Lab根據(jù)現(xiàn)存科學(xué)文獻(xiàn)訓(xùn)練，隨后結(jié)合主動(dòng)學(xué)習(xí)，可對(duì)擬定化合物創(chuàng)造最多5個(gè)初始合成配方。隨后它可以用機(jī)器臂執(zhí)行實(shí)驗(yàn)，合成粉末形態(tài)的化合物。如果一個(gè)配方產(chǎn)量低于50%，A-Lab會(huì)調(diào)整配方繼續(xù)實(shí)驗(yàn)，在成功達(dá)到目標(biāo)或窮盡所有可能配方后結(jié)束。經(jīng)過17天的連續(xù)實(shí)驗(yàn)，A-Lab進(jìn)行了355次實(shí)驗(yàn)，產(chǎn)生了58個(gè)擬定化合物中的41個(gè)（71%）。相比之下，人類研究員需要花費(fèi)數(shù)月去猜測(cè)和實(shí)驗(yàn)。
兩項(xiàng)研究所展示的對(duì)AI的訓(xùn)練，結(jié)合了計(jì)算力的飛速發(fā)展和現(xiàn)有文獻(xiàn)，其證明使用學(xué)習(xí)算法輔助發(fā)現(xiàn)和合成無機(jī)化合物有著極其廣闊的前景，未來的自主實(shí)驗(yàn)室將能夠以最少的人力、最快的速度去發(fā)掘新材料。
（記者張夢(mèng)然）