Google DeepMind, pil, güneş paneli ve bilgisayar çipi üretimi de dahil olmak üzere çeşitli sektörleri dönüştürme potansiyeline sahip bir başarıya ulaşarak, 2 milyondan fazla yeni malzemenin yapısını tahmin etmek için makine öğreniminin gücünden yararlandı. Yapay zekâ odaklı bu yaklaşım, yeni malzemelerin keşfedilmesi ve sentezlenmesine yönelik tipik olarak zaman alıcı ve maliyetli süreci önemli ölçüde hızlandırabileceğinden, etkilerinin çok büyük olacağı tahmin ediliyor.
Bu yapay zekâ, 2011 yılında Lawrence Berkeley Ulusal Laboratuvarı’nda kurulan uluslararası bir araştırma grubu olan Materials Project’ten alınan veriler kullanılarak eğitildi. Veri seti, halihazırda bilinen yaklaşık 50.000 malzeme hakkında bilgi içeriyordu. DeepMind‘ın yapay zekâsı, makine öğrenimi modellerinden yararlanarak milyonlarca yeni malzemenin yapısını tahmin etmek için bu zengin veriyi analiz etti. Şirket, bu varsayımsal tasarımlardan yaklaşık 400.000 tanesinin yakında laboratuvar koşullarında üretilebileceğini iddia ediyor.
DeepMind‘da araştırmacı bilim insanı olan Ekin Doğuş Çubuk, yeni malzemelerin piyasaya sürülmesi için tipik 10 ila 20 yıllık zaman çizelgesinin kısaltılması konusunda iyimser olduğunu ifade ediyor. Yapay zekâ, otonom sentez ve gelişmiş deney yöntemlerini entegre ederek, malzeme keşfinin daha yönetilebilir ve uygun maliyetli hale gelmesi amaçlanıyor.
Milyonlarca yeni malzemenin yapısını tahmin etmek için yapay zekânın kullanılması, yapay zekânın bilimsel araştırmalardaki etkisi, endüstrileri yeniden şekillendirme ve teknolojik gelişmeleri hızlandırma potansiyelini yeniden kanıtlıyor.
Reyhan MenetlioğluKaynak:
