Facebook和卡內(nèi)基梅隆大學(xué)宣布，他們正在嘗試?yán)肁I尋找新的 "電催化劑"。電催化劑可以用來將多余的太陽能和風(fēng)能轉(zhuǎn)化為其他更容易儲存的燃料。然而，如今的電催化劑既稀有又昂貴，尋找新的電催化劑并不容易。研究人員目前每年可以測試數(shù)萬種潛在的催化劑，但Facebook和卡內(nèi)基梅隆認(rèn)為，在人工智能的幫助下，他們可以將催化劑的數(shù)量增加到數(shù)百萬，甚至數(shù)十億。
這家社交媒體巨頭和這所大學(xué)周三發(fā)布了一些自己的人工智能軟件 "模型"，這些模型可以幫助尋找新的催化劑，但他們希望其他科學(xué)家也能一試身手。為了支持這些科學(xué)家，F(xiàn)acebook和卡內(nèi)基梅隆大學(xué)發(fā)布了一組數(shù)據(jù)，其中包含了科學(xué)家可以用來創(chuàng)建新軟件的潛在催化劑的信息。Facebook表示，"開放催化劑2020 "數(shù)據(jù)集需要7000萬小時的計算時間才能產(chǎn)生。該數(shù)據(jù)集包括100萬種可能的催化劑的 "松弛 "計算以及補(bǔ)充計算。
松弛度是催化領(lǐng)域廣泛使用的一種測量方法，計算松弛度的目的是為了了解某種元素的特定組合是否能成為一種好的催化劑。每一次松弛計算，都會模擬不同元素的原子如何相互作用，科學(xué)家平均需要8個小時左右的時間來計算，但Facebook表示，AI軟件有可能在一秒鐘內(nèi)完成同樣的計算。
近年來，F(xiàn)acebook和谷歌等科技巨頭都試圖利用人工智能來加快多個領(lǐng)域的科學(xué)計算和觀測速度。例如，谷歌母公司Alphabet旗下的人工智能實(shí)驗(yàn)室DeepMind開發(fā)的人工智能軟件能夠比人類研究人員更快更準(zhǔn)確地發(fā)現(xiàn)乳房X光照片中的腫瘤。
