阿胡贾：发现新材料通常是一个代价高昂且耗时的试错过程。专家表示，在新材料领域，在AI迄今取得的所谓成就中，有一部分被过度炒作。
英国《金融时报》科学评论员 安贾娜•阿胡贾

2024年4月19日 17:41 英国《金融时报》科学评论员 安贾娜•阿胡贾
本文作者是一名科学评论员

正如麦当娜(Madonna)所唱的，我们生活在一个物质世界。我们人类以青铜、石器和铁器来命名历史时期。现代社会的运行有赖于新型材料，诸如锂离子电池、太阳能电池。

所以，当谷歌(Google) DeepMind的研究人员在去年11月宣称，其人工智能工具发现了200多万种新型晶体材料时，这一突破立即成了全球头条新闻。该公司形容这项研究成果标志着“人类已知的稳定材料获得了数量级的扩展”。

伯克利的另外一些研究人员同时披露，他们的自动实验室只用不到三周的时间就创造出了41种新型化合物。该研究结果与DeepMind的数据库互为参照。只有最愚笨的头脑才想象不出未来会有怎样令人目眩神迷的前景：成排的机器臂不断制造出由AI设计的亮闪闪的新材料，它们将有助于解决清洁能源等方面的重大挑战。

然而，自从这两篇论文在《自然》(Nature)期刊上发表以来，它们的光环多少变得暗淡了一些。本月早些时候，一些材料科学家提出，DeepMind夸大了自己的成就。上个月，在另一篇评论文章中，一些化学家质疑该伯克利团队所称的41种化合物是否真的是新物质。DeepMind和伯克利团队均告诉英国《金融时报》，他们坚持各自论文中的说法。

出现这些争议之际，DeepMind联合创始人德米斯•哈萨比斯爵士(Sir Demis Hassabis)正发出警告，称人工智能领域存在炒作和“欺诈”现象。这场争论表明，尽管AI或许具有变革意义，但企业和机构目前难以把握乐观主义与过度吹捧之间微妙的分界线。

发现新材料通常是一个代价高昂且耗时的试错过程。DeepMind所用的AI工具称作“材料探索图形网络”，简称“GNoME”，这是用计算机找到一组叫做无机晶体的化合物的快捷办法。它利用已知结构的现有编目，提出新的候选晶体，并应用AI进行迭代，最终得出结构稳定的化合物。

在所发现的220万种新材料中，该公司认为有38万种足够稳定，可以纳入一个数据库。但加州大学圣芭芭拉分校(University of California, Santa Barbara)的安东尼•奇塔姆(Anthony Cheetham)和拉姆•塞沙德里(Ram Seshadri)本月在《材料化学》(Chemistry Of Materials)期刊上写道，该研究“没有多少证据证明这些化合物同时具有新颖性、可信性和实用性这三种属性”。奇塔姆告诉我，“AI在材料科学领域会有远大未来，但……迄今取得的成就中，有一部分被过度炒作”。

DeepMind的一名发言人表示，论文中只说这些化合物具有新颖性和稳定性，而没有提及任何具体特性，相关批评似乎是基于不同的术语。他补充说，进一步的研究将揭示这些化合物的特性。

另一篇与AI相关的材料科学论文也招致了批评，文章主要讲加州大学伯克利分校(University of California, Berkeley)和劳伦斯伯克利国家实验室(Lawrence Berkeley National Laboratory)的研究人员所做的研究。他们开发了一种自动实验室，使用由AI指导的机器人来混合和确认新化合物。这项研究在一定程度上利用了DeepMind的数据库，该伯克利团队宣布，其“自动实验室”(A-lab)造出了41种新化合物。

但伦敦大学学院(University College London)化学家罗伯特•帕尔格雷夫(Robert Palgrave)，以及普林斯顿大学(Princeton University)一些同样持怀疑态度的学者上月提出，该伯克利团队的说法是没有根据的，原因有两点：该AI提出了本就为人们所知的材料，之后又未能发现这些材料缺乏新颖性。该伯克利团队的负责人赫布兰德•塞德(Gerbrand Ceder)表示：“我们仍然坚信我们论文中的结果，即自动实验室能成功地自动开发并演示化合物的合成配方，对于这些化合物，该实验室没有任何早前的信息，这是一个非凡的成就。”