Un articol recent prezintă un rezumat al preocupărilor exprimate de cercetători cu privire la afirmațiile privind descoperirea de materiale ghidate de AI ale DeepMind. DeepMind, o filială a Google, a anunțat în noiembrie că AI-ul său a identificat peste două milioane de noi structuri cristaline cu potențial pentru progrese tehnologice. Compania tech a specificat că un subset de 380.000 de structuri este suficient de stabil pentru a avansa semnificativ proiectarea de materiale, toate acestea fiind intenționate de DeepMind să contribuie la baza de date a proiectului Materials Project.
Cu toate acestea, un studiu pune sub semn de întrebare noutatea și utilitatea practică a descoperirilor DeepMind. Cercetători, inclusiv profesorii Anthony Cheetham și Ram Seshadri de la UC Santa Barbara, exprimă scepticism cu privire la probele furnizate de DeepMind referitoare la noutatea, credibilitatea și utilitatea compușilor. Ei subliniază necesitatea expertizei în sinteza de materiale și cristalografie în cercetarea bazată pe AI.
În timp ce DeepMind susține integritatea lucrării sale publicate, studiul evidențiază focalizarea restrânsă a AI-ului lor, care identifică în principal compuși cristalini anorganici. În contrast, o serie vastă de clase de materiale cum ar fi polimerii și compozitele nu au fost încă explorate folosind această metodă AI. Recenzia intrărilor inițiale din baza de date Gnome Explorer a DeepMind sugerează, de asemenea, o discrepanță între ioni de metal ordonați prognozați și probabilitatea lor de a apărea în realitate. Criticile se extind și la organizarea aparent haotică a materialelor descoperite de AI în raport cu tabelul periodic.
Cercetătorii sunt de acord asupra potențialului AI-ului ca instrument pentru descoperirea de materiale, dar subliniază necesitatea unor dezvoltări ulterioare pentru a-și realiza întreaga promisiune. Acest articol reflectiv caută să sublinieze importanța expertizei umane colaborative în interpretarea descoperirilor AI-ului în științele materiale.