人工智能與機(jī)器學(xué)習(xí)技術(shù)的發(fā)展為材料科學(xué)創(chuàng)造了無(wú)窮的可能性。

目前，整個(gè)材料行業(yè)已經(jīng)是一副“山雨欲來(lái)風(fēng)滿樓”的態(tài)勢(shì)。下至普通的計(jì)算機(jī)芯片、太陽(yáng)能電池板與充電電池，上至高精尖的超導(dǎo)材料與熱電元件，各類新材料的研發(fā)工作隨時(shí)都有可能迎來(lái)重大突破。

這一切都要?dú)w功于人工智能——正是人工智能與機(jī)器學(xué)習(xí)技術(shù)的發(fā)展為材料科學(xué)創(chuàng)造了無(wú)窮的可能性。

“巨變隨時(shí)都有可能降臨。過(guò)去五年來(lái)，采用人工智能/機(jī)器學(xué)習(xí)技術(shù)的材料科學(xué)研究團(tuán)隊(duì)數(shù)量出現(xiàn)了大幅增長(zhǎng)，相關(guān)的科學(xué)論文也一直在以指數(shù)級(jí)水平攀升?！懊绹?guó)國(guó)家標(biāo)準(zhǔn)與技術(shù)研究院（NIST）材料測(cè)量實(shí)驗(yàn)室材料基因組計(jì)劃主任詹姆斯·沃倫（James Warren）博士說(shuō)。

“許多研究成果已經(jīng)走出了實(shí)驗(yàn)室，開始推動(dòng)現(xiàn)實(shí)社會(huì)的進(jìn)步，但是我認(rèn)為這只是一個(gè)開始。機(jī)器學(xué)習(xí)技術(shù)將幫助新材料的開發(fā)與改進(jìn)工作實(shí)現(xiàn)‘脫胎換骨’式的改變?！?/p>

初露鋒芒

我（注：指文章作者）既不是科學(xué)家，也不是工程師。我不得不向那些十分聰明的人詢問(wèn)一些十分愚蠢的問(wèn)題才能養(yǎng)家糊口——記者的工作也就是這么一回事。

在我看來(lái)，“材料科學(xué)”就是一門研究“原料”的學(xué)問(wèn)，同樣，“工程與制造”則意味著要把所有的原料組裝起來(lái)。而最終產(chǎn)品的質(zhì)量取決于原料的質(zhì)量，以及組裝原料的技術(shù)水平。

這就是材料科學(xué)對(duì)技術(shù)進(jìn)步來(lái)說(shuō)至關(guān)重要的原因。想生產(chǎn)性能更強(qiáng)的芯片？先拿出更好的材料再說(shuō)。想要為自動(dòng)駕駛汽車或太陽(yáng)能充電板配備更加高效的電池？答案也是一樣的。

美國(guó)斯坦福大學(xué)材料科學(xué)與工程系助理教授伊萬(wàn)·里德（Evan Reed）一直在從事電解質(zhì)方面的研究。在機(jī)器學(xué)習(xí)技術(shù)的幫助下，他的團(tuán)隊(duì)在正在為鋰電池尋找更加出色的電解質(zhì)。

電解質(zhì)通常由一系列材料組合而成，為不同的材料組合找到“最優(yōu)解”通常是一項(xiàng)極為困難的任務(wù)。

里德教授表示：“我們已經(jīng)開發(fā)出一種機(jī)器學(xué)習(xí)模型，它對(duì)材料的預(yù)測(cè)甚至比專家的直覺(jué)還要敏銳?！?/p>

廣闊前景

馬里蘭大學(xué)科學(xué)家瓦倫丁·斯坦涅夫（Valentin Stanev）致力于將機(jī)器學(xué)習(xí)技術(shù)引入超導(dǎo)體的研究中。

“迄今為止，所有已知的超導(dǎo)體都已經(jīng)被我們記錄在案，不過(guò)這世界上仍有許多未知的超導(dǎo)體等待我們?nèi)グl(fā)掘。機(jī)器學(xué)習(xí)技術(shù)能幫助我們更好地完成這項(xiàng)任務(wù)，”他解釋說(shuō)。

除了超導(dǎo)體研究以外，斯坦涅夫在其他領(lǐng)域也看到了機(jī)器學(xué)習(xí)的巨大潛力——熱電材料（能夠吸收熱量并轉(zhuǎn)化為電力）就是其中之一。

“在目前的發(fā)電過(guò)程中，大部分能量都以熱量的形式散失了。如果我們能夠捕捉到這些散失的能量，即便是一小部分也能產(chǎn)生巨大的效益，”他說(shuō)。

除了超導(dǎo)體和熱電材料之外，科學(xué)家們認(rèn)為機(jī)器學(xué)習(xí)還能夠推動(dòng)燃料電池儲(chǔ)氫裝置的發(fā)展。在醫(yī)學(xué)領(lǐng)域，機(jī)器學(xué)習(xí)技術(shù)可以幫助科學(xué)家制造出更好地控制藥物溶解的新材料。除此之外，機(jī)器學(xué)習(xí)還能為“金屬玻璃”（又稱非晶態(tài)合金）的研發(fā)添磚加瓦。金屬玻璃既有金屬和玻璃的優(yōu)點(diǎn)，又克服了它們各自的弊病，在多個(gè)領(lǐng)域（例如納米管制造）都有廣闊的應(yīng)用前景。

對(duì)于科學(xué)研究過(guò)程本身來(lái)說(shuō)，機(jī)器學(xué)習(xí)技術(shù)也能發(fā)揮重要的作用。

“在材料科學(xué)的研究過(guò)程中，科研人員需要對(duì)大量的數(shù)據(jù)進(jìn)行分類以及數(shù)據(jù)擬合處理（data fitting），他們通常只能依靠自己的雙手或者一些簡(jiǎn)單的線性模型來(lái)完成這些工作，”美國(guó)勞倫斯伯克利國(guó)家實(shí)驗(yàn)室計(jì)算化學(xué)博士后研究員夏姆·徳懷克納（Shyam Dwaraknath）解釋說(shuō)。“機(jī)器學(xué)習(xí)技術(shù)不僅能夠大大減輕工作人員的負(fù)擔(dān)，也能幫助數(shù)據(jù)處理工作實(shí)現(xiàn)質(zhì)量與效率的全面飛躍。在機(jī)器學(xué)習(xí)技術(shù)的幫助下，科學(xué)家已經(jīng)能夠自動(dòng)生成相圖（phase diagrams），預(yù)測(cè)新成分結(jié)構(gòu)，甚至讓計(jì)算機(jī)代替人類分析顯微圖像。

數(shù)據(jù)才是“靈丹妙藥”

科學(xué)家們要走的路還有很長(zhǎng)，機(jī)器學(xué)習(xí)以及所謂的“材料科學(xué)革命”目前仍然處于襁褓之中。即便是再?gòu)?qiáng)大的人工智能也不可能包辦一切科研工作，因此，科學(xué)家需要認(rèn)清機(jī)器學(xué)習(xí)技術(shù)的專長(zhǎng)與局限。

“從材料的選擇到更加高效的數(shù)據(jù)分析處理，材料科學(xué)界正在積極探索機(jī)器學(xué)習(xí)技術(shù)的應(yīng)用前景，”伊萬(wàn)·里德說(shuō)。

夏姆·徳懷克納補(bǔ)充說(shuō)：“材料科學(xué)才剛剛邁入大數(shù)據(jù)時(shí)代。研究人員已經(jīng)精心建立起了龐大而直觀的數(shù)據(jù)庫(kù)，但是，現(xiàn)實(shí)中各種材料的復(fù)雜程度遠(yuǎn)勝于此。舉例來(lái)說(shuō)，目前互聯(lián)網(wǎng)中的數(shù)據(jù)總量已經(jīng)達(dá)到10^36字節(jié)，但這個(gè)數(shù)字僅僅相當(dāng)于構(gòu)成一粒沙子的原子總數(shù)。

如何實(shí)現(xiàn)材料科學(xué)最新理論研究成果的轉(zhuǎn)化——特別是如何將新材料投入大規(guī)模工業(yè)生產(chǎn)，是目前另一個(gè)懸而未決的問(wèn)題。

“這就好比是在烘培一款甜品，只知道所需原料和具體的配比是遠(yuǎn)遠(yuǎn)不夠的，你還必須要掌握詳細(xì)的烘焙過(guò)程——這才是決定你最后究竟是烤出一塊香噴噴的蛋糕，還是硬邦邦的‘磚頭’的關(guān)鍵所在，”詹姆斯·沃倫說(shuō)。

上升曲線

盡管存在著種種挑戰(zhàn)，但是所有接受采訪的材料科學(xué)家都對(duì)機(jī)器學(xué)習(xí)技術(shù)的發(fā)展?jié)摿Ρв泻芨叩钠诖?/p>

瓦倫丁·斯坦涅夫表示，科學(xué)家如果在研究中進(jìn)一步采用機(jī)器學(xué)習(xí)技術(shù)，就可以縮短80%的實(shí)驗(yàn)時(shí)間。

“你可以在實(shí)驗(yàn)設(shè)備中植入一個(gè)機(jī)器學(xué)習(xí)工具箱，它將觀察實(shí)驗(yàn)的結(jié)果，并通過(guò)算法決定下一步將進(jìn)行何種實(shí)驗(yàn)，進(jìn)而由此推斷出此后一系列實(shí)驗(yàn)的結(jié)果。從某種意義上說(shuō)，你可能只需要進(jìn)行10％或20％的實(shí)驗(yàn)就可以掌握研究工作的全貌，“他解釋說(shuō)。

除此之外，研究人員還可以將實(shí)驗(yàn)的部分控制權(quán)轉(zhuǎn)交給AI系統(tǒng)，讓系統(tǒng)自主決定下一步該怎樣做。

而根據(jù)伊萬(wàn)·里德的說(shuō)法，機(jī)器學(xué)習(xí)甚至可以用來(lái)進(jìn)行某種“逆向工程”。

“想象這樣一個(gè)場(chǎng)景：如果你需要開發(fā)一種具有特定屬性的電池，你可以將想要實(shí)現(xiàn)的目標(biāo)輸入到機(jī)器學(xué)習(xí)模型中，系統(tǒng)就會(huì)自動(dòng)對(duì)所有已知的材料展開檢索，并列舉出一系列由不同材料組成的電池，以滿足你的需求?！?/p>

詹姆斯·沃倫認(rèn)為，機(jī)器學(xué)習(xí)與材料科學(xué)結(jié)合的成果或許在轉(zhuǎn)瞬之間就能來(lái)到我們身邊。

“許多技術(shù)突破并沒(méi)有常人想象中的那樣遙遠(yuǎn)，它們也許在幾年之內(nèi)就能成為現(xiàn)實(shí)。研究界的許多同行們都有過(guò)這樣一種感受——‘剛才到底發(fā)生了什么？’我希望其他人也能與我們感同身受，“在說(shuō)這番話時(shí)，他掩飾不住自己的笑意。

沃倫相信，機(jī)器學(xué)習(xí)是未來(lái)材料科學(xué)發(fā)展的關(guān)鍵。在機(jī)器學(xué)習(xí)技術(shù)的幫助下，科學(xué)家不僅能夠突破現(xiàn)有材料的理論極限，還能進(jìn)一步發(fā)現(xiàn)許多激動(dòng)人心的新材料。