据劳伦斯·伯克利国家实验室网站11月29日消息，美国能源部劳伦斯·伯克利国家实验室的研究人员利用“材料项目”（Materials Project）数据库，使用谷歌人工智能研究实验室DeepMind开发的深度学习工具“材料探索图网络”（GNoME）预测并合成新材料。研究人员使用“材料项目”10多年来开发的工作流程和数据来训练GNoME，并通过主动学习改进了GNoME的算法。GNoME生成了220万种潜在化合物及其特性的数据，在计算这些材料是否稳定并预测其晶体结构后，最终生成了381000种新无机化合物，并将这些化合物添加到“材料项目”数据库中。研究人员利用GNoME生成的化合物数据测试伯克利国家实验室的A-Lab系统。该系统将机器人技术与人工智能相结合，可自主合成全新材料。经过17天的连续运行，A-Lab系统从58个目标化合物中分离出41种新型化合物，其中包括氧化物和磷酸盐，成功率达到71%。未来研究人员将利用人工智能技术在多个领域探索潜在的新材料，包括碳捕获、光催化剂、热电材料、透明导体等。相关研究成果发表在《自然》期刊上。

消息来源：https://newscenter.lbl.gov/2023/11/29/google-deepmind-new-compounds-materials-project/