谷歌DeepMind与伯克利实验室联合宣布，其完全由人工智能驱动的“自主材料发现实验室”（A-Lab）在一年内，通过机器人实验和AI预测，成功发现并合成了38种全新的高性能材料，并预测了超过220万种理论上稳定的材料结构。这一成果将传统材料发现周期从数十年缩短至数月甚至数周。

核心技术突破：

1. AI模型：使用升级版GNoME（材料探索图形网络）模型，对已知材料数据库进行学习，预测新的化合物结构与合成路径。

2. 机器人自动化：实验室由7×24小时不间断运行的智能机器人系统操作，可自主执行粉末处理、固相反应、X射线衍射表征与数据分析。

3. 重大发现：新发现的材料中包括一种在室温下具有零能量损耗的超导陶瓷前驱体、三种超高能量密度的固态电解质（用于全固态电池），以及一种极端环境下使用的超强合金。

潜在影响：

• 能源领域：加速固态电池、聚变反应堆内壁材料、高效光伏材料的商业化进程。

• 可持续发展：AI设计的催化剂能更高效地将二氧化碳转化为工业原料。

• 科研范式：标志着“AI驱动科学发现”从辅助工具转变为主导探索引擎。相关数据库已向全球研究团队开放。

专家评论：
“这就像为材料科学安装了一台‘发现望远镜’。AI不仅看到了我们从未见过的‘星空’（材料宇宙），还为我们绘制了通往那里的地图。” —— 项目负责人，博士。