AI sendiri mungkin tidak berguna untuk menemukan materi baru seperti yang disarankan oleh tim DeepMind Google.

Dua ilmuwan material yang berafiliasi dengan UC Santa Barbara telah menganalisis makalah Google yang diterbitkan di Nature pada bulan November lalu dan menyimpulkan bahwa makalah tersebut menjanjikan lebih dari sekedar hasil. Namun tim DeepMind Google tidak setuju dan mendukung pekerjaan mereka, dengan alasan bahwa kritikus UCSB salah mengartikan penelitian mereka dan gagal menghargai tujuan mereka.

Pada November 2023, Google DeepMind menggandeng Amil Merchant dan Ekin Dogus Cubuk mengumumkan penerbitan makalah di jurnal ilmiah Nature berjudul, “Menskalakan pembelajaran mendalam untuk penemuan materi.” Rekan penulisnya meliputi: Simon Batzner, Samuel Schoenholz, Muratahan Aykol, dan Gowoon Cheon.

Makalah ini menjelaskan Graph Networks for Materials Exploration (GNoME), “alat pembelajaran mendalam baru kami yang secara dramatis meningkatkan kecepatan dan efisiensi penemuan dengan memprediksi stabilitas material baru.”

GNoMe telah memperluas jumlah material yang tersedia bagi sains dengan menemukan struktur kristal, “banyak di antaranya lolos dari intuisi kimia manusia sebelumnya,” klaim para penulis.

“Dengan GNoME, kami telah melipatgandakan jumlah material berteknologi maju yang dikenal umat manusia,” kata Merchant dan Cubuk.

“Dari 2.2 juta prediksi, 380,000 merupakan prediksi paling stabil, menjadikannya kandidat yang menjanjikan untuk sintesis eksperimental. Di antara kandidat tersebut adalah material yang berpotensi mengembangkan teknologi transformatif di masa depan mulai dari superkonduktor, menggerakkan superkomputer, dan baterai generasi mendatang untuk meningkatkan efisiensi kendaraan listrik.”

Yah, sepertinya tidak terlalu banyak.

Baru, kredibel, dan bermanfaat?

In sebuah artikel diterbitkan hari Senin di jurnal Chemistry of Materials, Anthony Cheetham dan Ram Seshadri, keduanya profesor riset di Materials Research Lab di UC Santa Barbara, berpendapat bahwa material yang diidentifikasi oleh GNoME tidak berguna seperti yang disarankan.

Cheetham dan Seshadri mempermasalahkan bahasa yang luas dari makalah DeepMind, yang menyatakan, “Pekerjaan kami mewakili perluasan besaran material stabil yang dikenal umat manusia.”

Kedua pakar UC Santa Barbara berargumen bahwa prediksi DeepMind “semata-mata terbuat dari senyawa anorganik kristal dan harus dideskripsikan seperti itu, daripada menggunakan label 'bahan' yang lebih umum.” Mereka mencatat bahwa ada lebih banyak jenis bahan yang digunakan oleh GNoME. tidak menyelidiki, seperti polimer, kaca, kerangka logam-organik, heterostruktur, dan komposit.

Lebih penting lagi, mereka berpendapat bahwa prediksi yang bermakna terhadap material baru harus: kredibel – struktur dan komposisi materi harus dapat diwujudkan dalam eksperimen; baru – bukan perluasan sepele dari senyawa yang diketahui; dan berguna – menunjukkan bukti kegunaan yang cukup untuk diakui sebagai bahan.

Dan penambahan GNoME pada kanon hal-hal yang sudah diketahui tidak sesuai dengan segitiga ini, demikian argumennya.

“Kami memeriksa klaim dari penelitian ini di sini, sayangnya hanya menemukan sedikit bukti adanya senyawa yang memenuhi trifecta yaitu kebaruan, kredibilitas, dan kegunaan,” jelas Cheetham dan Seshadri dalam analisis mereka terhadap karya DeepMind. “Meskipun metode yang diadopsi dalam penelitian ini tampaknya menjanjikan, jelas terdapat kebutuhan besar untuk menggabungkan keahlian domain dalam sintesis material dan kristalografi.”

Cheetham menjelaskannya Pendaftaran. “Kami percaya bahwa ada banyak potensi penerapan AI pada ilmu material (dan tentu saja pada kimia, meskipun ini adalah pertanyaan yang lebih luas).

“Namun, makalah dari Google DeepMind tidak terlalu berguna bagi para peneliti seperti kami karena makalah tersebut menawarkan prediksi yang sangat banyak (2.2 juta, dimana hampir 400,000 diantaranya diyakini stabil), banyak di antaranya tampaknya tidak terlalu baru. . Ini adalah senyawa kimia dan bukan bahan karena mereka belum menunjukkan fungsi atau kegunaannya pada saat ini. “

Cheetham mengatakan masih terlalu dini untuk membatasi potensi kegunaan AI dalam ilmu material pada saat ini. “Namun, seperti yang saya harap dapat dijelaskan dalam artikel kami, kami yakin bahwa AI memiliki masa depan yang cerah di bidang ini jika digabungkan dengan keahlian domain kelas satu dari para ilmuwan material.”

“Kami mendukung semua klaim yang dibuat dalam makalah GNoME Google DeepMind,” kata juru bicara Google DeepMind Pendaftaran.

“Penelitian GNoME kami mewakili lebih banyak material kandidat dibandingkan yang diketahui sains sebelumnya, dan ratusan material yang kami prediksi telah disintesis secara independen oleh para ilmuwan di seluruh dunia.” ®

• Konten Bertenaga SEO & Distribusi PR. Dapatkan Amplifikasi Hari Ini.
• PlatoData.Jaringan Vertikal Generatif Ai. Berdayakan Diri Anda. Akses Di Sini.
• PlatoAiStream. Intelijen Web3. Pengetahuan Diperkuat. Akses Di Sini.
• PlatoESG. Karbon, teknologi bersih, energi, Lingkungan Hidup, Tenaga surya, Penanganan limbah. Akses Di Sini.
• PlatoHealth. Kecerdasan Uji Coba Biotek dan Klinis. Akses Di Sini.
• Sumber: https://go.theregister.com/feed/www.theregister.com/2024/04/11/google_deepmind_material_study/