【儀表網(wǎng) 儀表下游】導讀：利物浦大學的研究人員創(chuàng)造了一種協(xié)作性的人工智能工具，它減少了發(fā)現(xiàn)新材料所需的時間和精力。在《自然-通訊》雜志上報道，這種新工具已經(jīng)發(fā)現(xiàn)了四種新材料，包括新的傳導鋰的固態(tài)材料系列。
 

　　這種固體電解質(zhì)將是開發(fā)固態(tài)電池的關(guān)鍵，為電動汽車提供更長的續(xù)航能力和更高的安全性，更多有前途的材料正在開發(fā)中。該工具將人工智能和人類知識結(jié)合起來，優(yōu)先考慮那些最可能發(fā)現(xiàn)新功能材料的未開發(fā)的化學空間部分。
 

　　發(fā)現(xiàn)新的功能材料是一個高風險、復雜和往往漫長的旅程，因為通過結(jié)合周期表中的所有元素可以獲得無限的可能材料空間，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學化學系和材料創(chuàng)新工廠的研究團隊開發(fā)的，由Matt Rosseinsky教授領導，以應對這一挑戰(zhàn)。
 

　　該工具以人類無法達到的規(guī)模來研究已知材料之間的關(guān)系。這些關(guān)系被用來識別可能形成新材料的元素組合并進行數(shù)字排名。科學家們利用這些排名，有針對性地指導對龐大的未知化學空間的探索，使實驗調(diào)查的效率大大提高。這些科學家在人工智能提供的不同視角的啟發(fā)下做出最終決定。
 

　　到目前為止，一種常見而強大的方法是通過與現(xiàn)有材料密切類比來設計新材料，但這往往導致材料與我們已有的材料相似。因此，我們需要新的工具，以減少發(fā)現(xiàn)真正的新材料所需的時間和精力，例如這里開發(fā)的工具，它結(jié)合了人工智能和人類智能，以獲得兩者的優(yōu)點。這種合作方式結(jié)合了計算機查看幾十萬種已知材料之間關(guān)系的能力，這是人類無法達到的規(guī)模，以及人類研究人員的專業(yè)知識和批判性思維，從而導致創(chuàng)造性的進展。新工具是可能在未來使科學家受益的許多協(xié)作性人工智能方法中的一個例子。
 

　　社會解決諸如能源和可持續(xù)發(fā)展等全球挑戰(zhàn)的能力受制于我們設計和制造具有目標功能的材料的能力，例如，更好的太陽能吸收裝置制造更好的太陽能電池板，或優(yōu)秀的電池材料制造更長的電動汽車，或通過使用更少的有毒或稀缺元素來取代現(xiàn)有材料。
 

　　這些新材料通過推動新技術(shù)應對全球挑戰(zhàn)而創(chuàng)造社會效益，同時也揭示了新的科學現(xiàn)象和認識。所有現(xiàn)代便攜式電子產(chǎn)品都是由20世紀80年代開發(fā)的鋰離子電池中的材料促成的，這強調(diào)了僅僅一個材料類別是如何改變我們的生活方式的：定義新材料的加速路線將為我們的未來打開目前無法想象的技術(shù)可能性。
 

　　原標題：新的人工智能工具已經(jīng)促成了四種新材料的發(fā)現(xiàn)