ลอนดอน, 29 พ.ย. (รอยเตอร์) – Google DeepMind ใช้ปัญญาประดิษฐ์ (AI) เพื่อทำนายโครงสร้างของวัสดุใหม่มากกว่า 2 ล้านชนิด ความก้าวหน้าดังกล่าวกล่าวว่าเร็ว ๆ นี้จะสามารถนำไปใช้ปรับปรุงเทคโนโลยีในโลกแห่งความเป็นจริงได้
LONDON, Nov 29 (Reuters) – Google DeepMind has used artificial intelligence (AI) to predict the structure of more than 2 million new materials, a breakthrough it said could soon be used to improve real-world technologies.
Google DeepMind AI เผยศักยภาพช่วยพัฒนาวัสดุใหม่หลายพันรายการ
ลอนดอน, 29 พ.ย. (รอยเตอร์) – Google DeepMind ใช้ปัญญาประดิษฐ์ (AI) เพื่อทำนายโครงสร้างของวัสดุใหม่มากกว่า 2 ล้านชนิด ความก้าวหน้าดังกล่าวกล่าวว่าเร็ว ๆ นี้จะสามารถนำไปใช้ปรับปรุงเทคโนโลยีในโลกแห่งความเป็นจริงได้
ในรายงานการวิจัยที่ตีพิมพ์ในวารสารวิทยาศาสตร์ Nature เมื่อวันพุธที่ผ่านมา บริษัท AI ของ Alphabet กล่าวว่าการออกแบบวัสดุสมมุติของบริษัทเกือบ 400,000 ชิ้น จะสามารถผลิตได้ในห้องปฏิบัติการในไม่ช้า
การใช้งานที่เป็นไปได้สำหรับการวิจัย ได้แก่ การผลิตแบตเตอรี่ที่มีประสิทธิภาพดีขึ้น แผงโซลาร์เซลล์ และชิปคอมพิวเตอร์
การค้นพบและการสังเคราะห์วัสดุใหม่อาจเป็นกระบวนการที่มีค่าใช้จ่ายสูงและใช้เวลานาน ตัวอย่างเช่น ใช้เวลาประมาณสองทศวรรษในการวิจัยก่อนที่แบตเตอรี่ลิเธียมไอออนซึ่งปัจจุบันใช้เป็นพลังงานให้กับทุกสิ่งตั้งแต่โทรศัพท์และแล็ปท็อปไปจนถึงยานพาหนะไฟฟ้าจะมีจำหน่ายในท้องตลาด
“เราหวังว่าการปรับปรุงครั้งใหญ่ในการทดลอง autonomous synthesis และโมเดล machine learning จะทำให้ไทม์ไลน์สั้นลง 10 ถึง 20 ปี ซึ่งมีผลดีอย่างมาก” Ekin Dogus Cubuk นักวิทยาศาสตร์การวิจัยของ DeepMind กล่าว
AI ของ DeepMind ได้รับการฝึกอบรมเกี่ยวกับข้อมูลจาก Materials Project ซึ่งเป็นกลุ่มวิจัยระดับนานาชาติที่ก่อตั้งที่ห้องปฏิบัติการแห่งชาติ Lawrence Berkeley ในปี 2554 ซึ่งประกอบด้วยงานวิจัยที่มีอยู่จากวัสดุที่รู้จักอยู่แล้วประมาณ 50,000 ชิ้น
บริษัทกล่าวว่าขณะนี้จะแบ่งปันข้อมูลกับชุมชนการวิจัย โดยหวังว่าจะเร่งความก้าวหน้าในการค้นพบวัสดุต่อไป
“ปกติของอุตสาหกรรม ไม่ชอบความเสี่ยง และไม่ชอบต้นทุนที่เพิ่มขึ้น และโดยทั่วไปแล้ว วัสดุใหม่ต้องใช้เวลาสักระยะ ก่อนที่จะมีความคุ้มทุน” Kristin Persson ผู้อำนวยการโครงการวัสดุกล่าว
“หากเราสามารถย่นระยะเวลาให้สั้นลง ก็ถือเป็นความก้าวหน้าอย่างแท้จริง”
หลังจากที่ใช้ AI เพื่อคาดการณ์ความเสถียรของวัสดุใหม่เหล่านี้ DeepMind กล่าวว่าตอนนี้จะหันมามุ่งเน้นไปที่การคาดการณ์ว่าวัสดุเหล่านี้สามารถสังเคราะห์ได้ง่ายเพียงใดในห้องปฏิบัติการ