Notebookcheck Logo

A nova IA do Google DeepMind desenvolveu mais de 700 materiais para baterias de veículos elétricos, células solares e muito mais

Os novos materiais do Google DeepMind estão sendo testados no A-Lab usando robótica (Imagem: Marilyn Sargent / Berkeley Lab)
Os novos materiais do Google DeepMind estão sendo testados no A-Lab usando robótica (Imagem: Marilyn Sargent / Berkeley Lab)
A nova IA do Google DeepMind está desenvolvendo vários materiais, inclusive para baterias de veículos elétricos, células solares, chips de computador e muito mais. Além disso, o novo laboratório A-Lab está levando o desenvolvimento de materiais a um novo patamar, combinando robótica e aprendizado de máquina.

A nova IA do Google DeepMind, GNoME (redes gráficas para exploração de materiais), identificou as estruturas de aproximadamente 2,2 milhões de novos materiais. Isso inclui cerca de 380.000 materiais estáveis que podem impulsionar tecnologias futuras, como baterias de carros elétricos de última geração, células solares, chips de computador e supercondutores. Vários pesquisadores em todo o mundo estão produzindo e testando experimentalmente 736 desses materiais. A DeepMind identificou 528 condutores de bateria de íons de lítio promissores que poderiam ajudar a tornar as baterias mais eficientes.

Embora os materiais desempenhem um papel muito importante em quase todas as tecnologias, nós, como humanidade, conhecemos apenas algumas dezenas de milhares de materiais estáveis.

- Dogus Cubuk, líder de descoberta de materiais no Google DeepMind

O GNoME ampliou o número de materiais estáveis conhecidos pela humanidade para 421.000 (Imagem: DeepMind Google)
O GNoME ampliou o número de materiais estáveis conhecidos pela humanidade para 421.000 (Imagem: DeepMind Google)

Embora o uso de IA para desenvolver novos materiais tenha se tornado comum, o GNoMe se destaca por sua escala e precisão. Chris Bartel, professor assistente de engenharia química e ciência dos materiais da Universidade de Minnesota, observa que o GNoMe foi treinado com um volume de dados significativamente maior do que o de projetos comparáveis.

O hardware, especialmente quando se trata de energia limpa, precisa de inovação se quisermos resolver a crise climática. Esse é um aspecto da aceleração dessa inovação.

- Kristin Persson, líder do The Materials Project no Berkeley Lab

Os pesquisadores geralmente passam anos desenvolvendo materiais com base em estruturas existentes na esperança de descobrir novas combinações. Graças à ferramenta de aprendizagem profunda, essa pesquisa agora pode ser acelerada. O Laboratório Nacional Lawrence Berkeley, juntamente com o Google DeepMind, publicou dois artigos na revista Nature https://www.nature.com/articles/s41586-023-06735-9. Um dos artigos descreve como as previsões de IA podem ser usadas para a síntese autônoma de materiais.

Repita para rodadas de aprendizagem ativa (Imagem: DeepMind Google)
Repita para rodadas de aprendizagem ativa (Imagem: DeepMind Google)

No entanto, um problema significativo persiste: Novos materiais geralmente levam muito tempo para chegar ao estágio comercial.

Se pudermos reduzir esse tempo para cinco anos, já será um grande avanço.

- Dogus Cubuk

O recém-autônomo A-Lab do Berkeley Lab está investigando a utilidade de novos materiais no mundo real. Em apenas 17 dias, o laboratório conseguiu realizar 355 experimentos e sintetizar com sucesso 41 dos 58 compostos propostos. Isso é significativamente mais rápido do que o tempo que pesquisadores humanos levariam.

Se o senhor não tiver sorte, isso pode levar meses ou até anos. A maioria dos alunos desiste depois de algumas semanas. Mas o A-Lab não se importa em falhar. Ele continua tentando e tentando.

- Kristin Persson

Please share our article, every link counts!
Mail Logo
> Análises e revisões de portáteis e celulares > Arquivo de notícias 2023 12 > A nova IA do Google DeepMind desenvolveu mais de 700 materiais para baterias de veículos elétricos, células solares e muito mais
Nicole Dominikowski, 2023-12-17 (Update: 2023-12-17)