新的人工智能工具已经促成了四种新材料的发现

[[424983]]

利物浦大学的材料创新工厂

该工具将人工智能和人类知识结合起来，优先考虑那些最可能发现新功能材料的未开发的化学空间部分。

发现新的功能材料是一个高风险、复杂和往往漫长的旅程，因为通过结合周期表中的所有元素可以获得无限的可能材料空间，而且不知道哪里存在新材料。新的人工智能工具是由利物浦大学化学系和材料创新工厂的研究团队开发的，由Matt Rosseinsky教授领导，以应对这一挑战。

该工具以人类无法达到的规模来研究已知材料之间的关系。这些关系被用来识别可能形成新材料的元素组合并进行数字排名。科学家们利用这些排名，有针对性地指导对庞大的未知化学空间的探索，使实验调查的效率大大提高。这些科学家在人工智能提供的不同视角的启发下做出最终决定。

该论文的主要作者马特·罗塞恩斯基教授说。"到目前为止，一种常见而强大的方法是通过与现有材料密切类比来设计新材料，但这往往导致材料与我们已有的材料相似。因此，我们需要新的工具，以减少发现真正的新材料所需的时间和精力，例如这里开发的工具，它结合了人工智能和人类智能，以获得两者的优点。这种合作方式结合了计算机查看几十万种已知材料之间关系的能力，这是人类无法达到的规模，以及人类研究人员的专业知识和批判性思维，从而导致创造性的进展。新工具是可能在未来使科学家受益的许多协作性人工智能方法中的一个例子。"

社会解决诸如能源和可持续发展等全球挑战的能力受制于我们设计和制造具有目标功能的材料的能力，例如，更好的太阳能吸收装置制造更好的太阳能电池板，或优秀的电池材料制造更长的电动汽车，或通过使用更少的有毒或稀缺元素来取代现有材料。

这些新材料通过推动新技术应对全球挑战而创造社会效益，同时也揭示了新的科学现象和认识。所有现代便携式电子产品都是由20世纪80年代开发的锂离子电池中的材料促成的，这强调了仅仅一个材料类别是如何改变我们的生活方式的：定义新材料的加速路线将为我们的未来打开目前无法想象的技术可能性。