सामग्री खोज में एआई

एआई भविष्यवाणी करता है कि कौन सी नई सामग्रियां मौजूद हो सकती हैं, स्थिर हो सकती हैं और उनमें उपयोगी गुण हो सकते हैं, जिससे संभावित यौगिकों के लगभग अनंत स्थान के माध्यम से खोज नाटकीय रूप से कम हो जाएगी। यह बैटरी, सौर सेल, सुपरकंडक्टर्स और उत्प्रेरक के लिए मायने रखता है जहां सही सामग्री खोजने में दशकों लग सकते हैं।

क्रिस्टल स्वाभाविक रूप से ग्राफ़ होते हैं: परमाणु नोड होते हैं और अंतर-परमाणु बंधन किनारे होते हैं, जिससे जीएनएन को संरचना-संपत्ति संबंध सीखने में मदद मिलती है।

डीएफटी सटीक है लेकिन महंगा है; न्यूरल सरोगेट्स कई उम्मीदवारों की स्क्रीनिंग के लिए मिलीसेकंड में अपनी संपत्ति की भविष्यवाणी का अनुमान लगाते हैं।

जीएनओएमई ने बड़ी संख्या में नए स्थिर क्रिस्टल की भविष्यवाणी की, जो उम्मीदवार सामग्रियों के डेटाबेस का काफी विस्तार कर रहा है।

यदि आप परमाणुओं को घुमाते हैं, घुमाते हैं, या पुनः लेबल करते हैं तो भौतिक गुण नहीं बदलने चाहिए; इन समरूपताओं के निर्माण से सटीकता और डेटा दक्षता में सुधार होता है।

स्वायत्त प्रयोगशालाएँ लूप को बंद कर देती हैं: एआई प्रस्तावित करता है कि सामग्री और रोबोटिक प्रणालियाँ उन्हें बनाती हैं और उनका वर्णन करती हैं, परिणाम वापस मॉडल में फीड करती हैं।