اكتشفت أداة الذكاء الاصطناعي GNoME 2.2 مليون بلورة جديدة، أي ما يعادل 800 عام من الإنتاج التجريبي للعلماء البشريين، ومن بينها 380 ألف بلورة جديدة يمكن أن تصبح مواد مستقرة للتكنولوجيا الفائقة في المستقبل.

من شرائح الكمبيوتر والبطاريات إلى الألواح الشمسية، تعتمد جميعها على بلورات غير عضوية مستقرة هيكليًا.

تقليديا، فإن اكتشاف أو تطوير بلورة غير عضوية مستقرة جديدة غالبا ما يتطلب أشهرا من التجارب المضنية. الآن مع أدوات التعلم العميق التي أصدرتها Google DeepMind جنوم،في فترة قصيرة من الزمن، اكتشف الباحثون 2.2 مليون بلورة جديدة (أي ما يعادل المعرفة التي تراكمت لدى العلماء البشر في ما يقرب من 800 عام).ومن بين هذه البلورات، هناك 380 ألف بلورة جديدة لها هياكل مستقرة، مما يجعلها المواد الجديدة المحتملة الأكثر احتمالا للتصنيع التجريبي ووضعها موضع الاستخدام.

اقرأ المقال الأصلي:

https://www.nature.com/articles/s41586-023-06735-9

01 GNoME: نموذج SOTA GNN لأبحاث وتطوير المواد الجديدة

GNoME، واسمه الكامل هو Graph Networks for Materials Exploration، وهو نموذج SOTA GNN للبحث والتطوير في مجال المواد الجديدة. ويستخدم التعلم العميق للتنبؤ باستقرار المواد الجديدة في وقت قصير جدًا.وقد أدى ذلك إلى تحسين سرعة وكفاءة البحث والتطوير في مجال المواد بشكل كبير، وأثبت إمكانية استخدام الذكاء الاصطناعي لتطوير مواد جديدة على نطاق واسع.

ملحوظة:تكون بيانات الإدخال الخاصة بشبكة GNN في شكل رسم بياني، وهو مشابه للاتصالات بين الذرات. وتجعل هذه الميزة أيضًا GNN مناسبًا بشكل خاص لاستكشاف مواد بلورية جديدة.

مخطط عملية GNoME

يمكن تقسيم عملية GNoME إلى 4 خطوات:

* خط الأنابيب الهيكلي: إنشاء مرشحين مماثلين للهياكل البلورية المعروفة (مرشح)

* خط الأنابيب التركيبي: يتبع نهجًا أكثر عشوائية يعتمد على الصيغ الكيميائية

* استخدم حسابات DFT (نظرية الكثافة الوظيفية) لتقييم مخرجات كلا خطي الأنابيب

* إضافة نتائج التقييم إلى قاعدة بيانات GNoME لإعلام الجولة التالية من التعلم النشط

الهدف الرئيسي من الخطوتين الأوليين هو تحديد المواد ذات الطاقة المنخفضة (المستقرة). يتم استخدام تقنية DFT في الخطوة الثالثة لاختبار أداء النموذج بشكل متكرر. يؤدي تطبيق استراتيجية التعلم النشط في الخطوة الأخيرة إلى تحسين أداء GNoME بشكل كبير.

02 اختيار البيانات: لمحة عامة عن مجموعات البيانات التي جمعها الباحثون السابقون

في اختيار البيانات، لفت الباحثون الانتباه بشكل خاص إلى نتائج الأبحاث السابقة، بما في ذلك مشروع المواد، وOQMD، وWBM، وICSD.

لضمان إمكانية إعادة الإنتاج، يستخدم GNoME لقطات من مجموعتين من البيانات المحفوظة في نقاط زمنية ثابتة، بما في ذلك:

* بيانات من مشروع المواد في مارس 2021

* بيانات OQMD لشهر يونيو 2021

تم استخدام البنية المكونة من جزأين أعلاه كأساس لجميع الاكتشافات (بما في ذلك اكتشافات SAPS) وتم إنشاء كتالوج للبلورات المستقرة بواسطة GNoME.

لمقارنة البيانات المحدثة، التقط الباحثون لقطة أخرى لمشروع المواد، وOQMD، وWBM في يوليو 2023. تم إجراء حوالي 216000 حساب DFT بنفس الإعداد لمقارنة معدل اكتشاف GNoME بمعدل جهود البحث المتزامنة.

المراجع إلى الأعمال السابقة:

* مشروع المواد:https://next-gen.materialsproject.org/

* OQMD:https://oqmd.org/

* WBM:https://www.nature.com/articles/s41524-020-00481-6

* المركز الدولي للتنمية المستدامة:https://icsd.products.fiz-karlsruhe.de/

03 النتائج التجريبية:يزيد GNoME عدد البلورات المستقرة المعروفة بنحو 8 مرات

التباين في عدد البلورات المستقرة المعروفة

الصورة أعلاه تظهر من الداخل إلى الخارج:

* يبلغ عدد البلورات المستقرة التي تم تأكيدها من خلال التجارب البشرية في قاعدة بيانات ICSD حوالي 20000

* طرق الحساب من مشروع المواد وقاعدة بيانات المواد الكمومية المفتوحة وقاعدة بيانات WBM تزيد عدد البلورات المستقرة إلى 48000

* يزيد GNoME عدد المواد المستقرة المعروفة للبشرية إلى 421000

عدد المواد المستقرة التي تم اكتشافها في الفترة 2019-2022: تمثل الألوان الفاتحة قواعد البيانات الخارجية، وتمثل الألوان الداكنة نتائج GNoME

بين عامي 2021 و2023، زاد عدد البلورات المستقرة خارج GNoME من 35000 إلى 48000، وهو ما يتوافق مع الغلاف المحدب (بدن محدب) يمثل تفاوتًا هائلاً مقارنة بـ 381000 بنية بلورية مستقرة جديدة تم العثور عليها في مجلة Genomica لعام 2010.

وتظهر النتائج التجريبية أناكتشف نموذج GNoME أكثر من 2.2 مليون بلورة جديدة، ويحتوي الغلاف المحدب المحدث على 381000 مدخل جديد.وبالجمع مع الأبحاث السابقة، وصل عدد البلورات المستقرة إلى 421 ألف بلورة، وهو ما يزيد بمقدار عشرة أضعاف عن نتيجة الأبحاث السابقة التي بلغت 48 ألف بلورة.

04 خبراء الصناعة: علماء التمثيل المحلي يتوصلون إلى حل

اتجاه البحث:المواد النانوية الوظيفية البصرية الإلكترونية غير العضوية والخصائص البصرية الإلكترونية ذات الصلة، ومواد وأجهزة تخزين الطاقة وتحويلها، ومحفزات ضوئية نانوية غير متجانسة جديدة، ومواد جزيئية عضوية وترانزستور التأثير الميداني

الصفحة الشخصية:

https://kyy.bupt.edu.cn/info/1136/3409.htm

اتجاه البحث:هجين عضوي أو عضوي-غير عضويالخلايا الشمسية ذات الأغشية الرقيقةالبحث، البحث في الأجهزة الإلكترونية المرنة الجديدة القائمة على أشباه الموصلات العضوية أو المواد النانوية غير العضوية، البحث في تطبيق أجهزة الاستشعار الذكية الجديدة، البحث في المقاومات الذاكرية الجديدة وتطبيقاتها في الشبكات العصبية

الصفحة الشخصية:

http://www.it.fudan.edu.cn/Data/View/1150

الصفحة الشخصية:

https://edu.iphy.ac.cn/moreintro.php?id=3190

اتجاه البحث:تكنولوجيا تطبيقات الحاسوب، وتكنولوجيا الحاسوب، وعلم معلومات المواد، وعلوم المواد الحاسوبية، والتعلم الآلي

الصفحة الشخصية:

https://people.ucas.ac.cn/~0070145