人工智能与大数据在材料科学中的融合:新范式与科学发现  

Integration of artificial intelligence and big data in materials science:New paradigms and scientific discoveries

作　　者：杨帅[1] 刘建军[3] 金帆 陆颖[1,2] Shuai Yang;Jianjun Liu;Fan Jin;Ying Lu(National Science Library(Chengdu),Chinese Academy of Sciences,Chengdu 610299,China;Department of Information Resources Management,School of Economics and Management,University of Chinese Academy of Sciences,Beijing 100049,China;State Key Laboratory of High Performance Ceramics and Superfine Microstructure,Shanghai Institute of Ceramics,Chinese Academy of Sciences,Shanghai 200050,China;Institute of Synthetic Biology,Shenzhen Institutes of Advanced Technology,Chinese Academy of Sciences,Shenzhen 518055,China)

机构地区：[1]中国科学院成都文献情报中心,成都610299 [2]中国科学院大学经济与管理学院信息资源管理系,北京100049 [3]中国科学院上海硅酸盐研究所,高性能陶瓷和超微结构国家重点实验室,上海200050 [4]中国科学院深圳先进技术研究院,合成生物学研究所,深圳518055

出　　处：《科学通报》2024年第32期4730-4747,共18页Chinese Science Bulletin

基　　金：国家社会科学基金(22BTQ024)资助。

摘　　要：材料科学作为一门关键学科,在推动社会进步和科技创新中发挥着不可替代的作用.随着人工智能(artificial intelligence,AI)和大数据技术的飞速发展,材料科学的研究范式正在经历一场深刻的变革,本综述探讨了AI与大数据结合,如何重塑材料科学的研究范式(AI formaterials science),加速计算材料学的发展,并推动实验过程的革新.首先,概述了大数据背景下材料数据库的基础设施建设.这些数据库作为科研工作的基石,为材料数据的存储、管理和分析提供了强大的支持.接着,讨论了AI技术在材料发现周期各阶段的应用,并介绍了AI与实验室自动化和机器人技术融合形成的自我驱动实验室(self-driving laboratories,SDLs)的兴起.SDLs实现了材料发现的完整闭环流程,推动了科学研究向自主科学发现模式的重要转变.此外,大型语言模型(largelanguagemodels,LLMs)的发展更是为自然语言理解带来了革命性变化,推动科学LLMs的兴起,拓宽了从文本理解到科学探索的能力.本文进一步综述了材料科学中大型语言模型的最新进展,强调了它们在加速材料发现过程中的关键作用.最后,探讨了AI在材料研究中的巨大潜力,并审视了构建材料研究智能生态系统所面临的挑战.通过对相关研究进展的梳理,本文旨在为科研人员提供信息参考,并揭示AI在材料研究中的重要性.Materials science plays an irreplaceable role in driving societal progress and technological innovation.With the rapid development of artificial intelligence(Al)and big data technologies,the research paradigm in materials science is undergoing profound transformations.This review discusses how the integration of AI and big data is reshaping the research paradigm in materials science(AI for materials science),accelerating the advancement of computational materials science,and innovating the experimental process.

关 键 词：人工智能 材料发现 自我驱动实验室 大型语言模型 

分 类 号：TP18[自动化与计算机技术—控制理论与控制工程] TP311.13[自动化与计算机技术—控制科学与工程] TB30[一般工业技术—材料科学与工程]