AI 도구 GNoME은 인간 과학자의 800년 분 실험 결과에 해당하는 220만 개의 새로운 결정을 발견했으며, 이 중 38만 개의 새로운 결정은 미래의 첨단 기술을 위한 안정적인 소재가 될 수 있습니다.

컴퓨터 칩과 배터리부터 태양광 패널까지 모두 구조적으로 안정된 무기 결정에 의존합니다.

전통적으로 새로운 안정적인 무기 결정을 발견하거나 개발하려면 수개월에 걸친 힘든 실험이 필요합니다. 이제 Google DeepMind에서 출시한 딥러닝 도구를 사용하여 금언,연구자들은 짧은 기간 내에 220만 개의 새로운 결정을 발견했습니다. 이는 인간 과학자들이 약 800년 동안 축적한 지식과 같습니다.그 중 38만 개의 새로운 결정은 구조가 안정적이어서 실험적으로 합성되어 실제 사용에 가장 적합할 가능성이 높은 신소재입니다.

원본 논문을 읽어보세요:

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

01 GNoME: 신소재 연구 및 개발을 위한 SOTA GNN 모델

GNoME은 Graph Networks for Materials Exploration의 약자로, 새로운 소재 연구 및 개발을 위한 SOTA GNN 모델입니다. 이 기술은 딥러닝을 활용해 매우 짧은 시간 안에 새로운 소재의 안정성을 예측합니다.이를 통해 소재 연구 개발의 속도와 효율성이 크게 향상되었고, AI를 활용하여 대규모로 새로운 소재를 개발할 수 있는 잠재력이 입증되었습니다.

메모:GNN의 입력 데이터는 원자 사이의 연결과 유사한 그래프 형태입니다. 이러한 특징으로 인해 GNN은 새로운 결정 소재를 탐구하는 데 특히 적합합니다.

GNoME 프로세스 다이어그램

GNoME 프로세스는 4단계로 나눌 수 있습니다.

* 구조 파이프라인: 알려진 결정 구조와 유사한 후보를 생성합니다(후보)

* 구성 파이프라인: 화학 공식을 기반으로 한 보다 무작위적인 접근 방식을 따릅니다.

* DFT 계산(밀도 함수 이론)을 사용하여 두 파이프라인의 출력을 평가합니다.

* GNoME 데이터베이스에 평가 결과를 추가하여 다음 라운드의 능동 학습을 알립니다.

처음 두 단계의 주요 목적은 저에너지(안정적인) 물질을 식별하는 것입니다. 세 번째 단계의 DFT 기술은 모델 성능을 반복적으로 테스트하는 데 사용됩니다. 마지막 단계에서 능동 학습 전략을 적용하면 GNoME의 성능이 크게 향상됩니다.

02 데이터 선택: 이전 연구자들의 어깨 위에 있는 데이터 세트의 스냅샷

연구자들은 데이터를 선택할 때 Materials Project, OQMD, WBM, ICSD를 포함한 이전 연구 결과에 특별한 주의를 기울였습니다.

재현성을 보장하기 위해 GNoME은 다음을 포함하여 고정된 시간 지점에 저장된 두 개의 데이터 세트의 스냅샷을 사용합니다.

* 2021년 3월 Materials Project 자료

* 2021년 6월 OQMD 데이터

위의 두 부분으로 구성된 구조는 모든 발견(SAPS 포함)의 기초로 사용되었으며, GNoME은 안정적인 결정의 카탈로그를 생성했습니다.

연구진은 업데이트된 데이터를 비교하기 위해 2023년 7월에 Materials Project, OQMD, WBM의 스냅샷을 다시 촬영했습니다. GNoME의 발견률을 동시 연구 노력의 발견률과 비교하기 위해 동일한 설정으로 약 216,000개의 DFT 계산을 수행했습니다.

과거 작업에 대한 참조:

* 재료 프로젝트：https://next-gen.materialsproject.org/

* OQMD:https://oqmd.org/

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

* ICSD:https://icsd.products.fiz-karlsruhe.de/

03 실험 결과:GNoME은 알려진 안정된 결정의 수를 거의 8배 증가시킵니다.

알려진 안정 결정의 수의 변화

위의 그림은 내부를 보여줍니다.

* ICSD 데이터베이스에 인체실험을 통해 확인된 안정결정의 수는 약 20,000개 정도이다.

* Materials Project, Open Quantum Materials Database 및 WBM 데이터베이스의 계산 방법을 사용하면 안정된 결정의 수가 48,000개로 증가합니다.

* GNoME은 인류에게 알려진 안정적인 물질의 수를 421,000개로 늘립니다.

2019-2022년에 발견된 안정적인 물질의 수: 밝은 색상은 외부 데이터베이스를 나타내고 어두운 색상은 GNoME 결과를 나타냅니다.

2021년과 2023년 사이에 GNoME 외부의 안정된 결정의 수는 35,000개에서 48,000개로 증가했으며 이는 볼록 껍질과 일치합니다.볼록 껍질)은 2010년 Genomica 저널에서 발견된 381,000개의 새로운 안정된 결정 구조와 비교하면 엄청난 차이입니다.

실험 결과는 다음과 같습니다.GNoME 모델은 220만 개 이상의 새로운 결정을 발견했고, 업데이트된 볼록 껍질에는 381,000개의 새로운 항목이 포함되었습니다.이전 연구 결과와 결합하면 안정된 결정의 수는 421,000개에 달했는데, 이는 이전 연구 결과인 48,000개보다 훨씬 많은 수치입니다.