Google DeepMind เปิดตัวปัญญาประดิษฐ์สาย deep learning ตัวใหม่ชื่อ Graph Networks for Materials Exploration (GNoME ไม่เกี่ยวอะไรกับเดสก์ท็อป GNOME) สร้างขึ้นมาเพื่อค้นพบ "คริสตัล" หรือโครงสร้างผลึกชนิดใหม่ๆ ที่เป็นไปได้ในเชิงวัสดุศาสตร์ (material)

การมองหาคริสตัลรูปแบบใหม่ๆ เกิดขึ้นมานานแล้ว การทดลองของมนุษย์สามารถค้นพบได้ราว 20,000 รูปแบบ ภายหลังเมื่อนำเทคนิคทางคอมพิวเตอร์เข้ามาช่วย ( Materials Project ) สามารถค้นหาได้ 48,000 รูปแบบ แต่ AI แบบเดิมก็มีข้อจำกัดเรื่องความแม่นยำอยู่พอสมควร

ภาพจาก Stefan / Pexels

เทคนิคใหม่อย่าง GNoME สามารถพยากรณ์วัสดุได้ทั้งหมด 2.2 ล้านรูปแบบ (เท่ากับมนุษย์ใช้เวลาค้นหา 800 ปี) ในจำนวนนี้มี 380,000 รูปแบบที่เสถียร หากมนุษย์ลองสังเคราะห์ขึ้นมาก็สามารถคงตัวอยู่ได้ เปิดโอกาสของความเป็นไปได้ใหม่ๆ ทางวิทยาศาสตร์มากมาย เช่น การทำตัวนำยิ่งยวดหรือ superconductor ที่ DeepMind บอกว่าพบความเป็นไปได้ของตัวนำลิเทียมไอออน 528 รูปแบบ มากกว่าการค้นหาในอดีตถึง 25 เท่า

หมายเหตุ: DeepMind มีปัญญาประดิษฐ์ค้นหาโปรตีนรูปแบบใหม่ๆ ลักษณะคล้ายๆ กันคือ AlphaFold รอบนี้เปลี่ยนจากค้นหาโปรตีน มาเป็นค้นหาวัสดุแทน

เบื้องหลังของ GNoME เป็นโมเดลแบบ graph neural network (GNN) รับข้อมูลอินพุตรูปแบบกราฟ ซึ่งใกล้เคียงกับโครงสร้างของอะตอม ทำให้ GNN เหมาะมากสำหรับการค้นหาวัสดุที่มีโครงสร้างคริสตัล ส่วนข้อมูลที่ใช้เทรนนำมาจากฐานข้อมูล Materials Project ที่มีอยู่แล้ว นำมาจำลองโครงสร้างคริสตัลที่เป็นไปได้ และพยากรณ์เสถียรภาพของวัสดุที่ค้นพบ

ผลการค้นพบของ GNoME เปรียบเสมือน "สูตรอาหาร" ที่เป็นแนวทางให้นักวิทยาศาสตร์ลองไปสร้างวัสดุแบบนี้ขึ้นมาจริงๆ เพื่อดูว่าใช้งานได้หรือไม่ หลังการพยากรณ์ของ GNoME ทีมงานค่อยไปค้นหาข้อมูลในงานวิจัยต่างๆ และพบว่ามีนักวิจัยทั่วโลกลองสร้างวัสดุขึ้นมาแล้ว 736 แบบที่ตรงกับในสูตรที่ GNoME พยากรณ์ไว้ การมีสูตรเอาไว้ล่วงหน้าแบบนี้จึงช่วยลดระยะเวลาทำงานของนักวิทยาศาสตร์ลงได้มาก

หลังการค้นพบ Google DeepMind ยังร่วมมือกับห้องวิจัย Berkeley Lab ลองสร้างวัสดุตามการพยากรณ์ขึ้นมาได้ 41 แบบแล้ว ถือเป็นการยืนยันว่าแนวทางการใช้ AI พยากรณ์วัสดุนั้นเป็นไปได้จริงๆ

ที่มา - Google DeepMind