Искусственный интеллект в открытии новых материалов

Роль ИИ в открытии материалов

Прибор размером с микроволновую печь в компании Lila Sciences в Кембридже, штат Массачусетс, может выглядеть похоже на другие в передовых лабораториях, но его отличие в том, что здесь экспериментами управляет искусственный интеллект (ИИ). Этот ИИ, обученный на обширной научной литературе и данных, контролирует параметры эксперимента, варьируя комбинации элементов. Основная цель — разрабатывать новые материалы более эффективно.

Позже образцы с различными потенциальными катализаторами проходят испытания с дополнительным вмешательством ИИ для оптимизации их свойств. Видение состоит в том, чтобы автономные лаборатории значительно снизили затраты и время, затрачиваемые на открытие полезных соединений.

Автономные лаборатории и их потенциал

Получив значительное финансирование, Lila Sciences стремится к научной суперразведке, используя ИИ для различных аспектов открытия материалов. Современные возможности ИИ улучшили эффективность в экспериментальных условиях, но пока за экспериментами наблюдает человек-эксперт, который одобряет следующие шаги на основе рекомендаций ИИ и полученных результатов.

Необходимость в инновационных материалах критична. Решения для мощных батарей, эффективного захвата углерода и альтернативных источников энергии зависят от разработки новых материалов. Тем не менее, коммерческий успех в области наук о материалах остается рассынутым, а прошлые инновации не смогли уйти из лабораторий на рынок из-за связанных с ними сложностей.

Проблема реальных приложений

Несмотря на достижения, наука о материалах как область отстает, затмеваемая биомедицинскими прорывами. Хотя использование ИИ для открытия материалов не ново, оно получило импульс после запуска AlphaFold2 от DeepMind, успешно предсказывающего структуры белков. Инвестиции в стартапы возросли, но реальные прорывы остаются редкостью.

Обещание ИИ заключается в его способности помочь обнаружить ранее немыслимые соединения, но реальная синтезация и испытания материалов по-прежнему представляются сложными. «Моделирования могут определить проблемы, но они не могут решить реальные проблемы самостоятельно», подчеркнул Джон Грегуар из Lila Sciences. Эта цитата подчеркивает основную узкую горлышко на пути от цифровых симуляций к материальным результатам.

Отсутствие коммерческих успехов за последние десятилетия

За почти 40 лет работы над открытием материалов количество запоминающихся коммерческих прорывов минимально. Инновации, такие как литий-ионные батареи, выделяются, но другие, такие как солнцезащитные перовскиты, остаются привязанными к исследовательским лабораториям. Высокие затраты и значительное время, необходимые для разработки и коммерциализации новых материалов, ослабляют интерес индустрии к рынкам с низкими наценками.

Предложения, предлагаемые вычислительными моделями, значительны, но ограничения продолжают оставаться. ИИ необходимо перейти от симуляций к реальному влиянию на использование и разработку материалов.

Ближе к общему языку

Несмотря на все трудности, существуют положительные признаки сокращения этого разрыва. Стартапы вроде Periodic Labs стремятся объединить вычислительные и экспериментальные знания. Их подход сочетает крупные языковые модели, способные обрабатывать научные данные, с направленным ИИ синтезом экспериментов, что является значительным шагом к более интегрированному процессу разработки.

Новые горизонты для открытия материалов

Так как такие стартапы, как Lila Sciences и Periodic Labs, стремятся минимизировать продолжительность периодов, традиционно требуемых для успешного синтеза материалов, они предвидят, что ИИ будет играть ключевую роль в автоматизации и оптимизации исследовательских процессов.

«Главная приз — это сверхпроводник при комнатной температуре, который может изменить вычисления», говорит Рафаэль Гомес-Бомбарелли. Попытки создать такие материалы демонстрируют слияние возможностей ИИ с практическим научным исследованием, в конечном счете нацеливаясь на создание материалов, способных произвести революцию в отраслях.

Скептицизм индустрии и перспективы

Несмотря на подъем, сектор остается осторожным, с заметным скепсисом к смелым утверждениям, напоминающим цикл хайпа прошлого. Стартапам поручено не только демонстрировать новые открытия, но и преодолевать разрыв между наукой и индустрией. Инвесторы, такие как Сьюзан Шофер, подчеркивают необходимость доказательства того, что стартапы ИИ уже "находят что-то новое, отличное и знают, как они будут развиваться после этого."

Увеличение интереса ученых к ИИ-инструментам, с одной стороны, подчеркивает возможность трансформации существующего подхода к исследованиям.

Теперь ключевый этап для преобразований, основанных на ИИ, в материальной науке. Потенциал очевиден; исполнение определит его влияние на будущее.