偷偷摘套内射激情视频,久久精品99国产国产精,中文字幕无线乱码人妻,中文在线中文a,性爽19p

AI無法顛覆化學(xué)?谷歌DeepMind論文被爆重大缺陷,倫敦大學(xué)教授建議撤回Nature

人工智能 新聞
上周,A-Lab、DeepMind等團(tuán)隊聯(lián)合發(fā)表的論文發(fā)現(xiàn)AI可以自主創(chuàng)造合成物引發(fā)熱議。沒想到,一位倫敦大學(xué)教授卻發(fā)現(xiàn)這種材料表征存在嚴(yán)重問題。

DeepMind團(tuán)隊最新的Nature論文,竟出現(xiàn)嚴(yán)重的漏洞。

來自倫敦大學(xué)的化學(xué)教授Robert Palgrave在網(wǎng)上公開揭露,論文在材料表征方面存在非常嚴(yán)重的問題。

更離譜的是,Palgrave發(fā)現(xiàn)AI制作了3次已有90年歷史的化合物,而且還弄錯了成分。

這篇在11月29日刊登在Nature的論文「An autonomous laboratory for the accelerated synthesis of novel materials」,主要是由UC伯克利、勞倫斯伯克利國家實驗室、谷歌DeepMind的團(tuán)隊聯(lián)合完成。

論文中,僅用了17天時間,AI便實現(xiàn)了,在58種預(yù)測材料中,合成了41種新材料。

論文地址:https://www.nature.com/articles/s41586-023-06734-w

究竟是哪些材料表征出現(xiàn)了問題?讓我們一探究竟。

漏洞分析

Palgrave教授在接下來的線程中,分析了自己的看法。

該論文報道了許多「新」化合物。它們顯示的唯一特征是粉末XRD,沒有成分分析。

但是,如果他們在XRD分析方面做得很好,也許沒關(guān)系?

為了清晰起見,如果你不習(xí)慣查看PXRD,則殘差(紅線)應(yīng)盡可能平坦。

該殘差比大多數(shù)峰值都要大。

即使結(jié)合其他表征,這也不可能是可靠的改進(jìn)。但作為唯一的形式?不可能。

下圖是Mg3MnNi3O8。這是一種六方晶系的「新」化合物,其陽離子排序非常有趣。

這里唯一的問題是,Mg6MnO8和Ni6MnO8是已知的化合物,并且是立方的。

事實上,這兩種化合物的固溶體,可能寫成Mg3MnNi3O8,在1995年就被報道了。

XRD愛好者們請看兩篇推文前的「新」、「六邊形」Mg3MnNi3O8的PXRD圖樣。它看起來非常立體,非常類似Fm-3m空間群。

我們沒有原始的XRD數(shù)據(jù),但看起來這很可能是一個立方體圖案,但實際上這是28年前報道過的一種固溶體。

那么這個MnAgO2呢?擬合同樣很糟糕。

更糟的是,它在2021年就已經(jīng)被報道過了,而且實際上已經(jīng)被另一個高通量計算團(tuán)隊解決了結(jié)構(gòu),存在ICSD數(shù)據(jù)庫中(本文中使用的數(shù)據(jù)庫)。

在來看看如何這兩種材料,不同的「新」材料。

它們看起來很相似,都含有Sb、Pb和O,顯然一個有Hf,另一個有Fe。

那么,是否有任何已知的Sb、Pb和O化合物。其實,早在1933年報道中,就提到了Sb2Pb2O7。

它與上述兩種「新」合物具有完全相同的模式。

圖片

ICSD上的收藏碼是24246

還有Sn2Sb2Pb4O13。

顯然,他們成功地制作了3次具有90年歷史的化合物,而3次都沒有意識到并弄錯了成分。

又一個Sb2Pb2O7被錯誤識別。

另一個實際上是Sb2Pb2O7,它的圖案是一樣的。

作者最新回應(yīng)

對于Robert Palgrave教授指出的問題,UC伯克利的教授Gerbrand Ceder對此做出了回應(yīng):

最近,我們的團(tuán)隊發(fā)表了一篇介紹A-Lab的文章,A-Lab是一個用于人工智能驅(qū)動的目標(biāo)化合物合成的自主實驗室。這篇文章旨在證明,自主智能體可以根據(jù)文本挖掘的歷史合成數(shù)據(jù)和ab initio熱化學(xué)數(shù)據(jù)(如MaterialsProject),就如何合成給定材料做出決策。

文章發(fā)表后,Robert Palgrave教授在一系列推文中對文章的實驗分析質(zhì)量提出了質(zhì)疑。

Robert Palgrave教授聲稱,對于我們工作中報告的所有5種MxSb4-xPb4O13化合物,A-Lab實驗室的實驗只得到了Sb2Pb2O7,這是基于它們衍射圖樣的相似性。在這篇文章中,我們提供了進(jìn)一步的實驗證據(jù),證明我們工作中的目標(biāo)化合物確實如論文中所說的那樣被成功合成了。

Robert Palgrave教授還認(rèn)為,我們提供的幾種化合物的Rietveld細(xì)化圖很差,含有很大的殘差。我們要澄清的是,我們工作的目的是展示自主實驗室能夠?qū)崿F(xiàn)的成果,而不是展示人類A-Lab外部能夠做到的最好的成果。我們同意,自循環(huán)在這方面具有挑戰(zhàn)性,我們期待與科學(xué)界合作,進(jìn)一步改進(jìn)自動化方法。

在回應(yīng)下面的文章鏈接中,Gerbrand Ceder具體澄清了Palgrave教授指出的問題。

Palgrave教授聲稱,對于論文中所有5種MxSb4-xPb4O13化合物,A-Lab的實驗僅產(chǎn)生了Sb2Pb2O7,基于它們衍射圖譜的相似性。

然而,研究分析表明這是不正確的。作者提供了另外2條信息,以確認(rèn)這些化合物的成功合成:

1. 對于每個樣品,作者提供EDS數(shù)據(jù)(圖A),表明附加元素(Hf、Zr、Sn、Fe和In)很好地?fù)饺肓俗罱K產(chǎn)品中。

2. 實驗測量的XRD圖譜中峰位置的偏移與離子取代一致(圖B)。它們的位置與每個取代元素的離子半徑顯示出明顯的趨勢,并且與Palgrave教授提出的Sb2Pb2O7化合物明顯不同。

成功合成Hf2Sb2Pb4O13,Zr2Sb2Pb4O13,Sn2Sb2Pb4O13,F(xiàn)eSb3Pb4O13,和InSb3Pb4O13

更進(jìn)一步,更精確的表征總是可以增加任何合成樣品解釋的可信度,但EDS、XRD中一致的峰位移以及缺乏任何大量雜質(zhì)相的組合表明目標(biāo)相是成功制備的。

這正好反駁了Palgrave教授的斷言,即在每種情況下只合成了Sb2Pb2O7。

從靶向5種MxSb4-xPb4O13化合物的合成產(chǎn)物中獲得的掃描電子顯微鏡(SEM)圖像和能量色散光譜(EDS)圖

圖A顯示,所有新引入的陽離子(Fe、Hf、In、Sn和Zr)都保留在樣品中,在合成過程中沒有丟失。

元素似乎也均勻分布在顆粒中,幾乎沒有富含金屬的顆粒區(qū)域,這表明形成了包含所有前體元素(M、Sb、Pb、O)的材料,這些元素與研究的目標(biāo)MxSb4-xPb4O13一致。

靶向五種 MxSb4-xPb4O13 化合物的樣品放大XRD圖譜

在圖B中圖的右側(cè),作者列出了八面體環(huán)境中每個新引入的元素(M)的香農(nóng)離子半徑。XRD中最大峰的位置與新引入元素的離子半徑成反比,表明它確實被摻入了靶材結(jié)構(gòu)中。較大的離子(如Hf4+ 和Zr4+)導(dǎo)致晶格的顯著膨脹,向較低角度的偏移證明了這一點。

較小的離子(如Fe3+)導(dǎo)致較少的膨脹,但仍與已知的參考相Sb2Pb2O7有很大不同。一個離子(In3+)似乎偏離了這一趨勢,但這只是因為它在靶材結(jié)構(gòu)InSb3Pb4O13中的濃度低于涉及M4+靶材的離子(例如Zr2Sb2Pb4O13)。

自動化Rietveld改進(jìn)的質(zhì)量

Palgrave教授認(rèn)為,提供的幾種化合物的Rietveld細(xì)化圖很差,并且含有大量的殘差。

由于A-Lab以自動化方式進(jìn)行分析,因此相位識別分兩步進(jìn)行。

首先,在每個合成步驟之后,ML算法執(zhí)行相鑒定,并提示樣品中可能存在的相。

最后,一旦得到相純度最高的樣品(當(dāng)然不一定是100%相純),就會根據(jù)這些ML提出的相進(jìn)行自動提純。

除了需要人工干預(yù)的兩種模式外,本文提供的就是這種自動程序的結(jié)果。我們毫不懷疑,人工可以對這些樣本進(jìn)行更高質(zhì)量的細(xì)化。

但是,研究的目標(biāo)是展示自主實驗室所能達(dá)到的效果,而不是展示人類在A-Lab外部所能達(dá)到的最佳(或平均)效果。

合成化合物的新穎性:MnAgO2和Mg3Ni3MnO8

Palgrave教授指出,MnAgO2和Mg3Ni3MnO8并不是「新的」化合物。

研究人員同意這一評估。

這些化合物的結(jié)構(gòu)在早期版本的ICSD中不存在,我們根據(jù)ICSD進(jìn)行了檢查,并據(jù)此標(biāo)記了材料項目條目,但這兩個階段之前已經(jīng)在文獻(xiàn)中報道過。

我們確實想指出,A-Lab在其文獻(xiàn)衍生的訓(xùn)練集中沒有提供有關(guān)這些靶點合成的信息。

因此,這些合成嘗試仍將被視為「成功」,因為該實驗室成功地合成了一種沒有合成配方信息的化合物。我們肯定會更新已發(fā)表的論文。

責(zé)任編輯:張燕妮 來源: 新智元
相關(guān)推薦

2022-01-17 17:34:38

人工智能機(jī)器學(xué)習(xí)技術(shù)

2024-11-25 09:00:00

2025-07-21 09:21:00

谷歌DeepMind模型

2021-12-07 13:56:25

DeepMind紐結(jié)理論表象理論

2023-12-26 12:12:01

模型訓(xùn)練

2023-05-08 15:09:49

AI開源

2022-09-30 11:55:36

AI算力

2025-01-02 13:41:53

2023-12-01 09:47:31

AI技術(shù)

2021-12-02 15:57:46

AI 數(shù)據(jù)人工智能

2025-04-07 03:00:00

Dreamer世界模型

2024-11-08 12:18:39

SynthID谷歌AI

2024-11-29 14:10:00

神經(jīng)網(wǎng)絡(luò)AI

2023-01-29 14:08:35

ChatGPTAI寫作業(yè)

2025-10-28 09:27:04

2023-10-22 14:21:21

模型LLM數(shù)據(jù)

2025-04-25 09:08:00

2024-08-26 07:05:00

AI大模型

2024-10-08 15:20:00

AI安全

2016-12-02 20:10:22

人工智能唇語序列
點贊
收藏

51CTO技術(shù)棧公眾號