AI sistema, apribota 2017 metų publikacijomis, išskyrė vėliau patvirtintą vandenilio elektrokatalizatorių
Tyrėjai iš ARC anglies mokslo ir inovacijų centro išbandė, ar dirbtinio intelekto sistema gali padėti numatyti perspektyvius katalizatorius, remdamasi tik iki 2017 metų paskelbtomis mokslinėmis publikacijomis.
Sistema buvo skirta elektrokatalizatorių paieškai – tai medžiagos, kurios spartina chemines reakcijas, vykstančias dalyvaujant elektrai. Vienas pagrindinių taikinių buvo vandenilio gavimas skaidant vandenį, kur efektyvesnis katalizatorius gali pagerinti visą procesą.
Tyrėjai daugiausia dėmesio skyrė ant anglies pagrindo formuojamiems didelės entropijos lydiniams. Tai lydiniai iš penkių ar daugiau metalų, sumaišytų panašiomis proporcijomis, todėl galimų sudėčių skaičius siekia milijonus, o jų visų patikrinimas laboratorijoje būtų itin sudėtingas.
Metodas veikė dviem etapais. Pirmiausia didysis kalbos modelis analizavo mokslinius straipsnius ir iš jų ištraukdavo duomenis apie medžiagas. Po to naujas skaičiavimo metodas ieškojo dėsningumų ir siūlė metalų derinius, kurie galėtų būti stabilesni ir aktyvesni katalizatoriai, įskaitant dar neišbandytas sudėtis.
Tyrėjų tikslas buvo susiaurinti milijonus galimų variantų iki 10-20 kandidatų. Tarp sistemos pasiūlytų variantų buvo chromo, kobalto, geležies, mangano ir nikelio lydinys CrCoFeMnNi. Vėliau eksperimentiniuose darbuose jis buvo aprašytas kaip vienas ankstyvųjų didelės entropijos lydinių, naudotų vandenilio elektrokatalizei.
Tyrėjai taip pat pažymėjo, kad be žmogaus priežiūros neapsieita. Kadangi kalbos modeliai gali klysti ir pateikti neegzistuojančią informaciją, autoriai rankiniu būdu patikrino 100 sistemos atsakymų ir ją papildomai pritaikė pagal šiuos pavyzdžius. Po to sistema iš daugiau kaip 5000 straipsnių išgavo prasmingus duomenis.
