DeepMind 團(tuán)隊(duì)提出了一種計(jì)算模型,可通過大規(guī)模主動(dòng)學(xué)習(xí)來提高材料發(fā)現(xiàn)的效率。該程序能夠使用現(xiàn)有文獻(xiàn)訓(xùn)練,并生成多樣的潛在化合物候選結(jié)構(gòu),隨后再通過一系列學(xué)習(xí)來不斷改進(jìn)這些結(jié)構(gòu)。
DeepMind 團(tuán)隊(duì)在其新聞稿中宣布,這 220 萬種新的穩(wěn)定結(jié)構(gòu)的發(fā)現(xiàn),相當(dāng)于(人類)近 800 年的知識(shí)價(jià)值。
此外,加州大學(xué)伯克利分校團(tuán)隊(duì)開發(fā)了一種自動(dòng)實(shí)驗(yàn)室系統(tǒng)(A-Lab),根據(jù)現(xiàn)存科學(xué)文件進(jìn)行訓(xùn)練,再結(jié)合主動(dòng)學(xué)習(xí),能夠?qū)M定化合物創(chuàng)造最多 5 個(gè)初始合成配方。隨后,它還可以使用機(jī)械臂來執(zhí)行實(shí)驗(yàn),合成粉末形態(tài)的化合物。
若一種配方產(chǎn)量低于 50%,該系統(tǒng)還會(huì)調(diào)整配方繼續(xù)實(shí)驗(yàn),在成功達(dá)到目標(biāo)或窮盡所有可能配方之后結(jié)束。詳細(xì)來看,在這 17 天內(nèi),自動(dòng)實(shí)驗(yàn)室系統(tǒng)進(jìn)行了 355 次實(shí)驗(yàn),產(chǎn)生了 58 個(gè)擬定化合物中的 41 個(gè)。若將這項(xiàng)工作交給人類研究員,那么猜測、實(shí)驗(yàn)等工序需要耗時(shí)數(shù)月。