Tokom istorije, razvoj novih materijala bio je ključni pokretač tehnoloških i društvenih promena, od bronzanog doba do industrijske revolucije i savremenih inovacija u keramici, polimerima i superprovodnicima. Tradicionalno, otkrivanje novih materijala bio je dugotrajan i skup proces, oslanjajući se na intuiciju i eksperimentisanje, ali veštačka inteligencija (AI) sada menja taj pristup.
Nove AI tehnologije, poput generativnih modela, omogućavaju naučnicima da predvide i dizajniraju materijale sa specifičnim svojstvima, značajno ubrzavajući istraživanje. Microsoft je razvio alate Matten i Mattersim, gde prvi generiše kandidate, a drugi procenjuje njihovu stabilnost i izvodljivost. Slično, Google DeepMind-ov GNOME koristi duboko učenje za analizu stabilnosti novih kristalnih struktura, što je rezultiralo otkrivanjem preko 2,2 miliona potencijalnih materijala, od kojih su stotine već potvrđene eksperimentalno.
Razlike između ovih pristupa su ključne – dok GNOME unapređuje postojeće materijale analizom stabilnosti, Microsoftov sistem generiše potpuno nove strukture na osnovu unapred definisanih kriterijuma. Ovaj proces omogućava istraživačima da preciznije definišu osobine materijala pre nego što pređu na proizvodnju i testiranje, čime se značajno smanjuju troškovi i vreme istraživanja.
Praktične primene AI-om otkrivenih materijala obuhvataju razvoj efikasnijih baterija za skladištenje energije, naprednih medicinskih implantata, lakših i izdržljivijih materijala za vazduhoplovstvo i ekološki održivih rešenja za prečišćavanje vode i hvatanje ugljenika. Ovi napretci imaju potencijal da ubrzaju prelazak na održivu energetsku infrastrukturu, poboljšaju medicinske tretmane i smanje industrijski ekološki otisak.
U ovom kontekstu, AI ne samo da olakšava otkrivanje novih materijala već i menja način na koji naučnici pristupaju dizajnu i testiranju. Spajanjem računarskih simulacija i generativne AI, istraživači mogu brzo iterirati i identifikovati revolucionarne materijale koji će oblikovati buduće tehnologije i industrije.
