AIは化学に革命を起こせないのか? Google DeepMindの論文には重大な欠陥があることが明らかになり、ロンドン大学の教授はNatureの論文を撤回するよう提案した。

AIは化学に革命を起こせないのか? Google DeepMindの論文には重大な欠陥があることが明らかになり、ロンドン大学の教授はNatureの論文を撤回するよう提案した。

DeepMind チームによる最新の Nature 論文には、実は重大な抜け穴が含まれています。

ロンドン大学ユニバーシティ・カレッジの化学教授ロバート・パルグレイブ氏は、この論文には材料特性評価において非常に深刻な問題があることをオンラインで公表した。

さらにとんでもないことに、パルグレイブ氏はAIが90年前の化合物を3回作り、その成分を間違えていたことを発見した。

11月29日にネイチャー誌に掲載されたこの論文「新素材の加速合成のための自律型実験室」は、主にカリフォルニア大学バークレー校、ローレンス・バークレー国立研究所、Google DeepMindのチームによって完成されました。

論文では、AI が予測された 58 種類の物質のうち 41 種類の新物質を合成するのにかかった日数はわずか 17 日だったとされています。

論文アドレス: https://www.nature.com/articles/s41586-023-06734-w

どの材料が間違っていたのでしょうか?調べてみましょう。

脆弱性分析

パルグレイブ教授は次のスレッドで自身の見解を分析しました。

この論文では多くの「新しい」化合物が報告されています。彼らが示す唯一の特性評価は粉末XRDであり、組成分析はありません。

しかし、XRD 分析がうまくいけば、それは問題にならないのではないでしょうか?

わかりやすくするために、PXRD を見ることに慣れていない場合は、残差 (赤い線) が可能な限り平坦になるはずです。

この残差はほとんどのピークよりも大きいです。

他の特性と組み合わせても、これが信頼できる改善となる可能性は低いです。しかし、唯一の形式として?不可能。

下の写真はMg3MnNi3O8です。これは興味深い陽イオン配列を持つ「新しい」六方化合物です。

ここでの唯一の問題は、Mg6MnO8 と Ni6MnO8 が既知の化合物であり、立方晶系であるということです。

実際、これら 2 つの化合物の固溶体 (Mg3MnNi3O8 と表記される) が 1995 年に報告されました。

XRD 愛好家の方は、2 つ前のツイートで紹介した「新しい」「六方晶系」の Mg3MnNi3O8 の PXRD パターンをご覧ください。非常に立体的に見え、Fm-3m 空間群に非常に似ています。

オリジナルの XRD データはありませんが、これはおそらく立方体パターンであるように見えますが、実際には 28 年前に報告された固体溶液です。

では、MnAgO2はどうでしょうか?フィット感も悪いです。

さらに悪いことに、この問題は2021年にすでに報告されており、実際には別の高スループットコンピューティングチームによってすでに解決されており、ICSDデータベース(この論文で使用されているデータベース)に保存されていました。

これら 2 つの材料がどのように異なる「新しい」材料であるかを見てみましょう。

見た目は似ていますが、どちらにも Sb、Pb、O が含まれており、明らかに一方には Hf が含まれ、もう一方には Fe が含まれています。

それで、Sb、Pb、O の既知の化合物はあるのでしょうか。実際、Sb2Pb2O7 は 1933 年にはすでに報告書に記載されていました。

これは、上で述べた 2 つの「新しい」化合物とまったく同じパターンを持っています。

ICSDのコレクションコードは24246です

Sn2Sb2Pb4O13もあります。

どうやら彼らは 90 年前の化合物を 3 回もうまく作ったようですが、3 回ともそれに気づかず、材料を間違えていました。

さらに別の Sb2Pb2O7 が誤って識別されました。

もう 1 つは、実際には Sb2Pb2O7 であり、同じパターンを持っています。

著者の最新の回答

ロバート・パルグレイブ教授が提起した問題に対して、カリフォルニア大学バークレー校のガーブランド・セダー教授は次のように答えた。

最近、私たちのチームは、AI 駆動による標的化合物の合成のための自律型ラボである A-Lab を紹介する記事を公開しました。この論文の目的は、テキストマイニングされた過去の合成データと Materials Project などの第一原理熱化学データに基づいて、自律エージェントが特定の材料を合成する方法を決定できることを実証することです。

論文が発表された後、ロバート・パルグレイブ教授は一連のツイートで実験分析の質に疑問を呈した。

ロバート・パルグレイブ教授は、私たちの研究で報告された 5 つの MxSb4-xPb4O13 化合物すべてについて、回折パターンの類似性に基づき、A-Lab の実験では Sb2Pb2O7 のみが生成されたと主張しています。本稿では、我々の研究対象化合物が論文で述べたとおり実際にうまく合成されたことを示すさらなる実験的証拠を示します。

ロバート・パルグレイブ教授も、私たちが提供したいくつかの化合物のリートフェルト改良プロットが不十分で、大きな残差が含まれていると考えていました。私たちの仕事の目的は、自律型ラボで何が達成できるかを実証することであり、人間の A-Lab の外で何ができるかを実証することではないことを明確にしておきたいと思います。この点において自己循環は困難であることに私たちは同意しており、自動化手法をさらに改善するために科学コミュニティと協力することを楽しみにしています。

下記のリンク先の記事に対する返答の中で、Gerbrand Ceder 氏は Palgrave 教授が提起した問題を具体的に説明しています。

パルグレイブ教授は、論文中の5つのMxSb4-xPb4O13化合物すべてにおいて、回折パターンの類似性に基づき、A-Labの実験ではSb2Pb2O7のみが生成されたと主張している。

しかし、研究分析ではこれが誤りであることが示されています。著者らは、これらの化合物の合成が成功したことを確認するために、2 つの追加情報を提供しています。

1. 各サンプルについて、著者らは、追加の元素(Hf、Zr、Sn、Fe、およびIn)が最終製品に適切に組み込まれていることを示すEDSデータ(図A)を提供しています。

2. 実験的に測定されたXRDパターンのピーク位置のシフトは、イオンの置換と一致しています(図B)。それらの位置は、各置換元素のイオン半径と明確な傾向を示しており、Palgrave教授が提唱するSb2Pb2O7化合物とは明らかに異なります。

Hf2Sb2Pb4O13、Zr2Sb2Pb4O13、Sn2Sb2Pb4O13、FeSb3Pb4O13、InSb3Pb4O13の合成に成功

今後、より正確な特性評価を行うことで、合成サンプルの解釈に常に信頼性が加わりますが、EDS、XRD における一貫したピークシフトと、顕著な不純物相が存在しないことから、ターゲット相が正常に準備されたことが示唆されます。

これは、それぞれのケースで Sb2Pb2O7 のみが合成されたという Palgrave 教授の主張を直接反駁するものです。

対象となる 5 つの MxSb4-xPb4O13 化合物の合成生成物から得られた走査型電子顕微鏡 (SEM) 画像とエネルギー分散型分光法 (EDS) パターン。

パネル A は、新たに導入されたすべてのカチオン (Fe、Hf、In、Sn、Zr) がサンプル内に保持され、合成プロセス中に失われなかったことを示しています。

また、元素は粒子内に均一に分布しているようで、粒子内に金属を多く含む領域はほとんどなく、すべての前駆体元素(M、Sb、Pb、O)を含む材料が形成されていることを示唆しており、これは研究対象であるMxSb4-xPb4O13と一致しています。

5つのMxSb4-xPb4O13化合物を対象としたサンプルの拡大XRDパターン

図 B の図の右側には、八面体環境における新たに導入された各元素 (M) のシャノンイオン半径が示されています。 XRD の最大ピークの位置は、新しく導入された元素のイオン半径に反比例しており、それが実際にターゲット構造に組み込まれていることを示しています。 Hf4+ や Zr4+ などのより大きなイオンは、より低い角度へのシフトによって証明されるように、格子の大幅な膨張を引き起こします。

Fe3+ などのより小さなイオンは膨張が少なくなりますが、それでも既知の基準相 Sb2Pb2O7 とは大きく異なります。 1 つのイオン (In3+) はこの傾向から外れているように見えますが、これはターゲット構造 InSb3Pb4O13 内のその濃度が、M4+ ターゲット (例: Zr2Sb2Pb4O13) を含むイオンの濃度よりも低いためです。

自動リートフェルト法による品質向上

パルグレイブ教授は、いくつかの化合物に対して提供されたリートフェルト改良プロットは質が低く、多数の残差が含まれていると考えています。

A-Lab は分析を自動で実行するため、相の識別は 2 つのステップで実行されます。

まず、各合成ステップの後に、ML アルゴリズムは相識別を実行し、サンプル内に存在する可能性のある相を提案します。

最後に、最も高い相純度を持つサンプルが得られると(もちろん必ずしも 100% 相純粋である必要はありません)、これらの ML によって提案された相に従って自動的に精製されます。

人間の介入を必要とする 2 つのモードを除いて、この自動手順の結果がこの論文で示されています。これらのサンプルのより高品質な精製が手作業で達成できることに疑いの余地はありません。

しかし、この研究の目的は、自律型ラボで何を達成できるかを実証することであり、A-Lab の外で人間が達成できる最良 (または平均) の結果を示すことではありません。

合成化合物の新規性:MnAgO2およびMg3Ni3MnO8

パルグレイブ教授は、MnAgO2とMg3Ni3MnO8は「新しい」化合物ではないと指摘した。

研究者たちはこの評価に同意している。

これらの化合物の構造は ICSD の以前のバージョンには存在しなかったため、ICSD と照合し、それに応じて物質項目のエントリをマークしましたが、両方の相は以前に文献で報告されています。

A-Lab は、文献から得たトレーニング セットでこれらのターゲットの合成に関する情報を提供していないことに注意してください。

したがって、合成式の情報がなかった化合物を研究室がうまく合成したため、これらの合成の試みは依然として「成功」とみなされます。公開された論文は必ず更新します。

<<:  国内トップクラスのAIカンファレンスCPALに採択された論文の成果を公開!合計30件の口頭発表と60件のスポットライト記事

>>:  スループットが約30倍に増加しました。田元東チームの最新論文は、大規模モデル展開の問題を解決している

ブログ    
ブログ    
ブログ    

推薦する

「未来、人類、そして人工知能」についての白熱した議論です

[51CTO.comより引用] モバイルインターネット、モノのインターネット、ビッグデータ、人工知能...

「モノのインターネット +」の考え方は、産業のアップグレードにどのように役立つのでしょうか?

モノのインターネットは、いくつかの自動化ツールを通じて確立された指示に従って対象オブジェクトを接続し...

メンガー: 大規模分散強化学習アーキテクチャ

過去 10 年間で、強化学習 (RL) は機械学習で最も人気のある研究分野の 1 つになりました。R...

世界主要7カ国のAI戦略を総ざらい

21 世紀が近づくにつれ、各国の成功または失敗はもはや国民と政府指導者だけに依存するものではなくなり...

ナレッジグラフリテラシー

過去 2 年間で、Linking Open Data などのプロジェクトの本格的な開発により、セマン...

黄氏の最新インタビュー:チップ不足はなかなか解消されず、次のトランスフォーマーはすでに登場している

Nvidia の GPU が世界を席巻しています。テクノロジー企業は、Nvidia のスーパーコンピ...

ディープラーニングに新たな落とし穴が!シドニー大学は、テキストを使用して画像のマット化をガイドする新しいクロスモーダルタスクを提案しています

画像マッティングとは、画像内の正確な前景を抽出することを指します。現在の自動方法では、画像内のすべて...

...

...

アルゴリズム調整、難易度がさらに7.3%上昇、ビットコイン採掘難易度は「回復」継続

ルールによれば、ビットコインは2016ブロックごと、つまり約2週間ごとにマイナーの難易度をリセットし...

1つのモデルで8つの視覚タスクを処理し、1つの文で画像と動画を生成できます。

[[437247]]この記事はAI新メディアQuantum Bit(公開アカウントID:QbitA...

ワンクリックで細い毛を切り取る。これはAdobeの最新のAI切り抜きアルゴリズムで、近日公開予定

この記事はAI新メディアQuantum Bit(公開アカウントID:QbitAI)より許可を得て転載...

将来、人間に取って代わるのはAIではなく、AIのスキルを習得した人間です。

[[264419]] 「機械学習」「ディープラーニング」「ニューラルネットワーク」に関する高度な技...

注目の話題 | 3年生が独力でAIモデルを解読

この記事はAI新メディアQuantum Bit(公開アカウントID:QbitAI)より許可を得て転載...

...