Kako bi provjerio predviđanja stroja, DeepMind je surađivao na drugom radu, također objavljenom u Natureu , s istraživačima sa Sveučilišta u Kaliforniji. Odabrali su 58 predviđenih spojeva i uspjeli sintetizirati 41 od njih u nešto više od dva tjedna. Tim iz DeepMinda kaže da su druge skupine proizvele više od 700 drugih kristala otkako su počeli pripremati svoj rad.

Kako bi pomogla svim drugim laboratorijima koji to žele istražiti, tvrtka je javno objavila 381.000 najstabilnijih struktura koje znanstvenici mogu testirati u raznim područjima. Među njima je nekoliko tisuća kristala sa strukturama potencijalno podložnim supravodljivosti, u kojima električne struje teku bez otpora, te nekoliko stotina potencijalnih vodiča litijevih iona koji bi mogli pronaći primjenu u baterijama. U oba slučaja rad DeepMinda desetke je puta povećao ukupan broj materijala kandidata koji su poznati istraživačima, piše Economist.

Ranije se smatralo da su kristali napravljeni od šest iznimno rijetkih elemenata, zvanih senari. No DeepMindova umjetna inteligencija pronašla je oko 3.200 u svom uzorku od 381.000 stabilnih spojeva. Bolje razumijevanje o tome kako nastaju kristali i koje su vrste moguće, također bi moglo spasiti znanstvenike - koji žele testirati kako se ponaša 2,2 milijuna novih materijala - od zamornog ručnog sintetiziranja svakog od njih.

Ova inicijativa naglašava kako upotreba umjetne inteligencije može ubrzati procese koji bi inače trajali godinama eksperimentalnog istraživanja, otvarajući mogućnost za unaprjeđenje proizvoda i procesa.

'Za mene, znanost o materijalima je esencijalno mjesto gdje se apstraktno razmišljanje susreće s fizičkim svijetom', izjavio je Ekin Dogus Cubuk, koautor studije. 'Teško je zamisliti bilo koju tehnologiju koja ne bi imala koristi od boljih materijala.'

DeepMind je identificirao nove materijale korištenjem strojnog učenja kako bi generirao strukture kandidata i procijenio njihovu vjerojatnu stabilnost. Dvije potencijalne primjene novih spojeva uključuju izmišljanje višenamjenskih slojevitih materijala i razvoj neuromorfnog računarstva, koje koristi čipove za simulaciju rada ljudskog mozga, navodi Cubuk.

Istraživači s Sveučilišta Kalifornija, Berkeley i Nacionalnog laboratorija Lawrence Berkeley već su iskoristili ove nalaze kao dio eksperimentalnih napora za stvaranje novih materijala, čime se postigla stopa uspjeha preko 70 posto. Ova istraživanja predstavljaju znatan napredak u ubrzanju procesa otkrivanja novih materijala korištenjem kombinacije umjetne inteligencije i postojećih izvora podataka, zaključuje se u istraživanju.