人工智能助力固态电池材料开发

谷歌的DeepMind生成式人工智能已经发现和模拟了数千种新材料，特别是电解质材料，用于固态电池。通过大规模训练的材料探索图网络(GNoME)，材料发现效率提高一个数量级，达到前所未有的泛化水平。

人工智能助力固态电池材料开发

谷歌和卡内基梅隆大学的两个项目都在使用生成式人工智能来寻找和生产固态电池的新材料。

谷歌的DeepMind生成式人工智能已经发现和模拟了数千种新材料，特别是电解质材料，用于固态电池。通过大规模训练的材料探索图网络(GNoME)，材料发现效率提高一个数量级，达到前所未有的泛化水平。基于已知的4.8万个稳定晶体，这项工作取得了巨大成功，发现220万个结构，许多结构超出了人类化学直觉。这项技术还模拟了32.1万种潜在材料，并识别了它们在分子水平上的功能，精度达到11(meV/原子)。在稳定结构中，736种材料已经由实验生产并进行了验证。

在卡内基梅隆大学，研究人员创建了一个名为Coscientist的系统，该系统是由GPT-4驱动的，并整合了大型语言模型。它具有自主设计、策划和执行复杂实验的能力，支持互联网和文档搜索、代码执行和实验自动化等工具。Coscientist将用于六个不同的研究任务，包括优化钯催化交叉耦合反应，同时展示自主实验设计和执行的先进能力。