Kan AI opfinde nye materialer til at tilføje til det periodiske system ?

Nuværende AI-systemer er fremragende til at modellere hypotetiske kemiske strukturer og forudsige stabile isotoper, men ingen kan "opdage" og navngive et nyt grundstof i den formelle IUPAC-forstand – grundstoffer skal syntetiseres i acceleratorlaboratorier og verificeres gennem gentagne eksperimentelle observationer, før de officielt tilføjes det periodiske system. Nylige maskinlæringsmodeller (f.eks. GNoME) accelererer opregningen af tidligere ukendte stabile uorganiske forbindelser, men disse er udvidede materialer snarere end nye grundstoffer, der ville kræve en ændring af selve systemet. AI kan således understøtte opdagelsesprocesser, men forbliver et assisterende værktøj; kun eksperimentel kernefysik kan udvide det periodiske system.

— Beriget 13. maj 2026

I øjeblikket kan AI assistere i opdagelsen af nye materialer ved at forudsige deres egenskaber og adfærd, men den kan ikke uafhængigt opfinde nye grundstoffer til det periodiske system. Processen med at opdage nye grundstoffer involverer komplekse eksperimenter og verificering fra det videnskabelige samfund. AI kan imidlertid hjælpe forskere med at identificere potentielle nye materialer og deres egenskaber ved at analysere store datamængder og køre simuleringer. Dette kan accelerere opdagelsesprocessen, men menneskelige forskere er stadig nødvendige for at designe og udføre eksperimenter for at verificere eksistensen og egenskaberne af nye materialer. Forskere bruger AI til at screene potentielle nye materialer og forudsige deres adfærd under forskellige forhold, hvilket kan hjælpe med at fokusere eksperimentelle bestræbelser. Selvom AI er et kraftfuldt værktøj i opdagelsen af nye materialer, er den faktiske skabelse af nye grundstoffer en kompleks proces, der kræver omhyggelig eksperimentering og verifikation. Tilføjelsen af nye grundstoffer til det periodiske system overvåges af International Union of Pure and Applied Chemistry (IUPAC), som sikrer, at nye grundstoffer opfylder strenge kriterier for anerkendelse. AI's rolle inden for materialevidenskab udvikler sig hurtigt, og det er sandsynligt, at den vil spille en stadig vigtigere rolle i opdagelsen af nye materialer i fremtiden.

— Beriget 13. maj 2026 · Kilde: Science Magazine — International Union of Pure and Applied Chemistry