新技术往往需要新材料。材料项目数据库是美国能源部劳伦斯伯克利国家实验室于2011年建立的一个开放获取数据库，用于计算已知材料和预测材料的性质。研究人员可以专注于未来技术中有前景的材料——比如提高汽车燃油经济性的更轻合金，提高可再生能源利用率的更高效太阳能电池，或者下一代计算机所需的更快的晶体管。

目前，谷歌的人工智能实验室谷歌DeepMind正在为该数据库贡献近40万种新化合物。数据集包括材料原子的排列方式和稳定性。为了生成新数据，DeepMind开发了一种名为“材料探索图形网络”（Graph Networks for Materials Exploration，GNoME）的深度学习工具。研究人员使用材料项目数据库十多年来开发的工作流程和数据对GNoME进行训练，并通过自主学习改进GNoME算法。GNoME研究人员最终生产了220万个晶体结构，其中38万个是他们正在添加到材料项目数据库中并预测是稳定的。DeepMind的这一最新研究结果近日发表在Nature杂志上。

材料项目数据库是世界上使用最广泛的无机材料信息开放获取库。该数据库包含数十万种结构和分子的数百万种性质，这些信息主要在伯克利实验室的国家能源研究科学计算中心进行处理。全球有40多万人注册为该数据库的用户，平均每天有4篇以上的文章发表并引用材料项目数据库的数据。DeepMind的贡献是自材料项目数据库创建以来，增加的结构稳定性数据数量最多的一个研究小组。

谷歌DeepMind材料发现团队负责人表示：“希望GNoME项目推动无机晶体的研究。其他单位的研究人员已经通过并行、独立的物理实验验证了GNoME提供的新材料中的736种，这证明我们模型的发现可以在实验室中复现。”材料项目数据库目前正在处理谷歌DeepMind的化合物，并将其添加到在线数据库中。新数据将免费提供给研究人员使用。

（编译自：https://www.sciencedaily.com/releases/2023/11/231129112351.htm）