Descobrindo a estrutura de dois milhões de novos materiais com a IA do Google
,
Durante os últimos meses assistimos a uma grande evolução no que diz respeito às tecnologias baseadas em inteligência artificial. Desde o lançamento de ferramentas disruptivas como ChatGPT ou DALL-E, ambas desenvolvidas pela OpenAI, talvez nunca tenha havido uma surpresa, e ao mesmo tempo preocupação, para ferramentas baseadas em IA. A IA generativa está evoluindo a passos largos e a cada dia descobrimos mais exemplos desse fato.
Neste caso, o protagonista não foi outro senão o Google, empresa que, graças ao seu projeto Google DeepMind, conseguiu utilizar a inteligência artificial para prever a estrutura de mais de dois milhões de novos materiais , um marco histórico que poderia muito bem ser usado para melhorar a tecnologia presente em muitos elementos da nossa vida quotidiana.
Um marco histórico na descoberta de materiais
A notícia foi conhecida graças a uma publicação recente da revista Nature. De acordo com a empresa, em breve Quase 400.000 de seus projetos de materiais hipotéticos poderão ser produzidos. Entre suas pesquisas encontraríamos a produção de baterias, painéis solares, chips para equipamentos de informática de melhor desempenho e muito mais.
A ferramenta em questão chama-se GNoME e tem sido usada para descobrir um número de combinações teoricamente estáveis mais de 45 vezes maior do que o número de substâncias semelhantes desenterradas ao longo da história da ciência, conforme referenciado na publicação.
Sem dúvida, a descoberta e síntese de novos materiais são dois eventos com elevado custo de produção e desenvolvimento. Não é surpresa que empresas e organizações aloquem grandes esforços económicos para impulsionar os seus departamentos de I&D. E é que Graças à inteligência artificial, os processos foram significativamente simplificados.
Neste site as universidades descobrem que o ChatGPT não conhece muitas palavras em espanhol e, em geral, não entende muito bem o idioma
A pedido do Dr. Ekin Dogus Cubuk, pesquisador da DeepMind, espera-se que os avanços nas técnicas experimentais, na síntese química autônoma e nos modelos de inteligência artificial contribuam para reduzir o atual prazo estimado de dez a vinte anos para alcançar a capacidade humana. nível AI para uma duração mais curta e viável.
A inteligência artificial da DeepMind foi treinada graças a dados do ‘Materials Project’, uma equipe de pesquisa internacional fundada no Laboratório Nacional Lawrence Berkeley em 2011. Para fazer isso, foram utilizadas investigações de cerca de 50.000 materiais conhecidos.
Como a empresa mencionou, agora você pode compartilhar algumas dessas informações com a comunidade científica com o objetivo de acelerar o processo de descoberta de novos materiais.
No domínio da indústria, existe um certo grau de hesitação no que diz respeito à adesão a escaladas de preços, uma vez que as substâncias recentemente introduzidas são muitas vezes desafiadas em termos de rentabilidade. De acordo com Kristin Persson, que atua como Diretora do Projeto de Materiais, o setor geralmente é cauteloso quanto a incorrer em despesas adicionais. No entanto, se os custos pudessem ser ainda mais minimizados, este desenvolvimento representaria uma conquista notável.
Utilizando seus recursos avançados de inteligência artificial, a DeepMind previu com sucesso a estabilidade de novas substâncias. O próximo objetivo da DeepMind é determinar a viabilidade de fabricação desses materiais em laboratório.
0
Através de | Tempos Financeiros
Nesta plataforma, conhecida como ChatGPT, estou autorizado a gerar legislação, que foi aprovada sem quaisquer alterações.
1
*️⃣ Link da fonte: