“与蛋白质类似，我们需要知道材料的结构来预测其特性，”Ong教授说。
科学家们已经开发出一种人工智能算法，能够预测3100多万种尚未存在的材料的结构和属性。
据创建该工具的加州大学圣地亚哥分校的团队称，这个名为M3GNet的人工智能工具可能会发现具有特殊性质的新材料。
M3GNet能够即时填充一个尚未合成的材料的庞大数据库，工程师们已经在寻找能量密度更大的电极，用于从智能手机到电动汽车的锂离子电池。
matterverse.ai数据库和M3GNet算法有可能将材料的探索空间扩大几个数量级。
加州大学圣地亚哥分校纳米工程教授Shyue Ping Ong将M3GNet描述为“材料的AlphaFold” ，指的是谷歌DeepMind建立的能够预测蛋白质结构的突破性AI算法。
“与蛋白质类似，我们需要知道材料的结构来预测其特性，”Ong教授说。
“我们真的相信，M3GNet架构是一个变革性的工具，可以极大地扩展我们探索新材料化学和结构的能力。”
该团队现在计划大幅扩大数据库中的材料数量，同时继续调查哪些材料可能被证明对协助未来的科学发现有用。
据估计，在matterverse.ai数据库的3100万种材料中，有100多万种材料足够稳定，可以使用。
一项详细介绍新人工智能工具的研究周一发表在科学杂志《自然计算科学》上。