Истражувачи од националната лабораторија Лоренс Беркли развиле систем со вештачка интелигенција (AI) кој со многу малку тренинг дошол до нови откритија во материјалната наука, а за да забележи нешто што научниците не успале, тој морал да прочита милиони претходно објавени научни студии.
Овој AI пристап е познат како машинско учење – алгоритам кој се тренира да врши одредена задача сè додека по многу обиди не постигне нешто што има смисла. Ваквиот пристап се користи за решавање на разни проблеми, а во конкретниов случај тимот истражувачи го искористи за барање на латентно знаење во светот на материјалната наука.
Латентно знаење е конекција која можеби не била забележана, иако сите податоци за тоа да се постигне биле на располагање. Алгоритамот наречен Word2vec бил „нахранет“ со 3.3 милијарди апстракции од доменот на материјалната наука, од 1000 различни журнали објавени помеѓу 1922-ра и 2018-та. 500 000 зборови од овие материјали биле искористени за градење на математички конекции помеѓу нив, со што алгоритамот добил моќи на предвидување.
На тој начин тој бил способен да, на пример, групира елементи во периодниот систем без да знае како истите изгледаат.
Главниот фокус на тимот биле термоелектричните материјали, област која материјалните научници ја студираат веќе со декади. Тоа се материјали кои можат топлината да ја конвертираат во електрицитет и се исклучително важни. Меѓутоа, за да се успешни во тоа, тие мора да се ефикасни, безбедни и лесни за произведување.
Според анализираната литература, AI системот успеал да одреди кој материјал има најдобри термоелектрични карактеристики, а кога во него биле внесени студиите објавени до 2008-ма година, тој предвидел материјали кои се појавувале во подоцнежните студии.
Тимот исто така работи и на нов вид на пребарувач кој може студиите да ги пребарува на покорисен начин.