谷歌DeepMind利用人工智能（AI）预测了200多万种新材料的结构，并表示这一突破很快就能用于改进现实世界的技术。
Alphabet (GOOGL.O)旗下的人工智能公司在本周三发表在科学杂志《自然》上的一篇研究论文中称，近40万种假想材料设计很快就能在实验室条件下生产出来。
这项研究的潜在应用包括生产性能更好的电池、太阳能电池板和计算机芯片。
新材料的发现和合成是一个昂贵且耗时的过程。例如，锂离子电池（如今用于为从手机、笔记本电脑到电动汽车等各种设备提供动力）经过大约二十年的研究才实现了商业化。
DeepMind 的研究科学家 Ekin Dogus Cubuk 说：“我们希望，在实验、自主合成和机器学习模型方面的巨大进步将大大缩短这10到20年的时间，使其变得更易于管理。”
DeepMind的人工智能是根据Materials Project的数据进行训练的。该项目是2011年在劳伦斯伯克利国家实验室成立的一个国际研究小组，由大约5万种已知材料的现有研究成果组成。
该公司表示，现在将与研究界分享其数据，希望能加快材料发现方面的进一步突破。
Materials Project主管Kristin Persson表示：“当成本增加时，工业往往有点规避风险，而新材料通常需要一段时间才能变得具有成本效益。”
如果我们能将这一时间再缩短一点，那将被视为真正的突破。
在利用人工智能预测这些新材料的稳定性之后，DeepMind表示，它现在将把重点转向预测它们在实验室中合成的难易程度。