Zdjęcie: Sanjay Acharya ( CC BY-SA 3.0 )
Czym jest
GNoME (Graph Networks for Materials Exploration), z DeepMind ze współpracownikami z Berkeley, użył sieci grafowych i istniejących baz materiałów, by przewidzieć bardzo duży zbiór potencjalnie stabilnych kryształów nieorganicznych (2023). Część predykcji później zsyntetyzowano. To narzędzie przeszukiwania, nie gotowa bateria.
Jaki problem adresuje
Lepsze katalizatory, elektrody i membrany dławią się tym, jak wolno ludzie próbują receptur. Jeśli technologia klimatyczna potrzebuje nowych ciał stałych, szybszy screening ma znaczenie: po tym, jak mokre laboratorium je potwierdzi.
Jak działa
Model ocenia stabilność i, z innymi narzędziami, właściwości. Obliczenia wysokoprzepustowe i laboratoria robotyczne mogą przetestować plaster. Większość przewidzianych kryształów będzie bezużyteczna, niestabilna w powietrzu albo już znana pod inną nazwą. To normalne przy przeszukiwaniu.
Status i gracze
Google DeepMind; Lawrence Berkeley National Laboratory / Materials Project; inne grupy modeli fundacyjnych materiałów (Microsoft, Meta, laboratoria akademickie).
Ryzyka i granice
Nadmuch liczby prac, nagłówki „SI odkryła nadprzewodnik” i pomijanie toksyczności oraz skalowania. Przewidziana katoda Li-ion to nie gigafabryka.
Źródła
Merchant et al., Nature, 2023; strona GNoME DeepMind. Przewidziane kryształy trzeba jeszcze wyhodować.