Naujausiame prestižinio žurnalo „Nature“ numeryje išskirtinis dėmesys skiriamas darbams, kuriais siekiama išsiaiškinti, kaip sėkmingai panaudoti kompiuterius ir sukauptų duomenų bazes naujų ir technologiškai naudingų medžiagų atradimui. Čia pat pateikiamas Haverfordo koledžo (JAV) mokslininkų komandos straipsnis, kuriame aprašomas metodas, išnaudojantis nepavykusių eksperimentų duomenis ir kompiuterių gebėjimą mokytis tam pritaikytų algoritmų pagalba.
Naujų medžiagų, reikalingų novatoriškų išmaniųjų įrenginių gamybai, atradimas yra nepaprastai sunkus darbas – daugelis šioje srityje besidarbuojančių mokslininkų kaip susitarę teigia, jog didžiąją naujų atradimų dalį bent jau dalinai nulemia paprasčiausias atsitiktinumas. Dažniausiai tokio proceso metu stengiamasi tiksliai apibrėžti keliamą uždavinį, pavyzdžiui, pastebėti, jog tam tikros rūšies baterija turėtų funkcionuoti efektyviau, o ne peržiūrėti visas iki šiol atrastas potencialiai tinkamų savybių medžiagas tikintis, kad ši bus kaip tik ta, kurios reikia, o jeigu ne – nerti į nežinomybę, bandant išsiaiškinti, ar pasaulyje apskritai natūraliai egzistuoja tokia dar neatrasta medžiaga.
Jeigu tai nepavyksta, kitas žingsnelis yra išsiaiškinti, ar naujoji medžiaga gali būti pagaminta iš kitų medžiagų šias sujungiant, kuomet taikomos įvairios skirtingos sąlygos. Tiesa, toks kelias kupinas sunkumų, todėl nenuostabu, jog daugelis tyrėjų tiesiog nesivargina juo eiti, tikėdamiesi, kad galbūt kas nors netolimoje ateityje atsitiktinai viską išnarplios už juos.
Tačiau tokia situacija nėra nepajudinama. Intriguojantis pasiūlymas skambėtų taip: kodėl gi paieškoms nepanaudojus kompiuterių, arba dar geriau – kodėl neprivertus jų atrasti naujas medžiagas šiems virtualiai sujungiant sudedamąsias dalis ir virtualiai išbandant skirtingų sąlygų poveikį? Galima pasidžiaugti, jog mokslininkai jau gvildena tokią mintį. Viso šio reikalo pradžia – duomenų bazių, aprašančių ir klasifikuojančių jau ištyrinėtų medžiagų savybes, kūrimas. Be to, kelios mokslininkų grupės pradėjo dirbti su algoritmais, kurių pagalba kaupiami duomenys bus panaudojami veiksmingai. Pažymėtina ir tai, kad 2011 metais į veiklą įsitraukė ir Baltieji rūmai, finansiškai prisidėdami prie projekto, skambiai pavadinto „Medžiagų genomo iniciatyva“. Ši iniciatyva paremta „Žmogaus genomo projekto“ idėjomis.
Vieną iš svarbiausių tyrimų vykdo Haverfordo koledžo mokslininkai, siekiantys sukurti kompiuterių mokymosi algoritmą, kuris leistų nuspėti vanadžio selenito kristalizacijos reakcijų rezultatus turimų duomenų apie reakcijas pagrindu. Pagrindinis tyrėjus dominantis parametras – reakcijos sėkmė. Hhidroterminės sintezės eksperimentų metu naudojant iki šiol netestuotus bandinius naujasis algoritmas įrodė pranašumą prieš įprastines žmogiškąsias strategijas, sėkmingai numatydamas galutinio produkto suformavimui reikalingas sąlygas su 89 procentų sėkmės rodikliu. Tai konkretus pavyzdys, kuomet kompiuteris efektyviai pavaduoja žmogų.