Czy AI może wynaleźć nowe materiały, aby uzupełnić układ okresowy ?
Cast your vote — then read what our editor and the AI models found.
Obecne systemy AI doskonale radzą sobie z modelowaniem hipotetycznych struktur chemicznych i przewidywaniem stabilnych izotopów, jednak żaden nie jest w stanie „odkryć” i nazwać nowego pierwiastka w formalnym sensie IUPAC – pierwiastki muszą zostać zsyntetyzowane w laboratoriach akceleratorowych i zweryfikowane poprzez powtarzalne obserwacje eksperymentalne przed oficjalnym dodaniem do układu okresowego. Ostatnie modele uczenia maszynowego (np. GNoME) przyspieszają wyliczanie wcześniej nieznanych stabilnych związków nieorganicznych, jednak są to rozszerzone materiały, a nie nowe pierwiastki, które wymagałyby modyfikacji samego układu. AI zatem wspomaga procesy odkrywcze, pozostając narzędziem asystującym; jedynie eksperymentalna fizyka jądrowa może poszerzać układ okresowy.
— Wzbogacono 13 maja 2026
Obecnie AI może wspierać odkrywanie nowych materiałów poprzez przewidywanie ich właściwości i zachowań, jednak nie jest w stanie samodzielnie wynaleźć nowych pierwiastków do układu okresowego. Proces odkrywania nowych pierwiastków obejmuje złożone eksperymenty i weryfikację przez społeczność naukową. AI może jednak pomagać naukowcom w identyfikowaniu potencjalnych nowych materiałów i ich właściwości poprzez analizę dużych zbiorów danych i przeprowadzanie symulacji. Może to przyspieszyć proces odkrywania, jednak konieczni są nadal naukowcy, którzy zaprojektują i przeprowadzą eksperymenty w celu zweryfikowania istnienia i właściwości nowych materiałów. Badacze wykorzystują AI do wstępnej selekcji potencjalnych nowych materiałów i przewidywania ich zachowania w różnych warunkach, co może pomóc ukierunkować wysiłki eksperymentalne. Podczas gdy AI jest potężnym narzędziem w odkrywaniu nowych materiałów, samo tworzenie nowych pierwiastków jest złożonym procesem wymagającym starannych eksperymentów i weryfikacji. Dodawanie nowych pierwiastków do układu okresowego nadzoruje Międzynarodowa Unia Chemii Czystej i Stosowanej (IUPAC), która zapewnia, że nowe pierwiastki spełniają rygorystyczne kryteria uznania. Rola AI w nauce o materiałach szybko ewoluuje i prawdopodobnie będzie odgrywać coraz ważniejszą rolę w odkrywaniu nowych materiałów w przyszłości.
— Wzbogacono 13 maja 2026 · Źródło: Science Magazine — Międzynarodowa Unia Chemii Czystej i Stosowanej
Suggest a tag
A missing concept on this topic? Suggest it and admin reviews.
Status last checked on May 13, 2026.
Gallery
What the audience thinks
No 33% · Yes 0% · Maybe 67% 3 votesDiscussion
no comments⚖ 1 jury check · most recent 12 godzin temu
Each row is a separate jury check. Jurors are AI models (identities kept neutral on purpose). Status reflects the cumulative tally across all checks — how the jury works.