來源｜中科院之聲（zkyzswx）編者按：中科院之聲與中國科學(xué)院上海硅酸鹽研究所聯(lián)合開設(shè)“科普硅立方”專欄，為大家介紹先進(jìn)無機(jī)非金屬材料的前世今生。我們將帶你——認(rèn)識晶格，挑戰(zhàn)勢壘，尋覓暗物質(zhì)，今古論陶瓷；彌補(bǔ)缺陷，能級躍遷，嫦娥織外衣，溢彩話琉璃。

被戲稱為諾貝爾“理綜獎”的化學(xué)獎今年再度授予給生物學(xué)家，以表彰她們對新一代基因編輯技術(shù)的貢獻(xiàn)。生物基因是生物體內(nèi)攜帶遺傳信息的DNA片段，影響甚至決定著生物體的生長發(fā)育、衰老病死等所有生理過程。生物基因工程則是在分子水平上對基因進(jìn)行重組，改變生物原本的遺傳信息，旨在按需設(shè)計新品種和產(chǎn)生新產(chǎn)品。那么，同樣是由微觀粒子（原子、分子、離子等）構(gòu)成的材料，是否也存在決定材料性能的“基因”呢？人們能否利用材料基因工程技術(shù)，按需設(shè)計特定性能的材料呢？

材料基因工程

答案是肯定的，而且已經(jīng)引起各國的重視。早在2011年，美國聯(lián)邦政府率先啟動了一項名為“材料基因組計劃”（Materials Genome Initiative, MGI）的研究計劃，通過先進(jìn)實驗和計算技術(shù)和數(shù)據(jù)共享等方式，加速新材料的發(fā)現(xiàn)，縮短材料研發(fā)周期，同時降低成本。同年年底，中國科學(xué)院和中國工程院召開了香山科學(xué)會議研討“材料科學(xué)系統(tǒng)工程”，并由徐匡迪院士、顧秉林院士、陳立泉院士和張統(tǒng)一院士等學(xué)者提出啟動中國的“材料基因組計劃”。此外，其他國家和地區(qū)，例如歐盟、日本和俄羅斯等也相繼啟動類似的材料研究計劃。

圖1 美國材料基因組計劃框架（圖片來自網(wǎng)絡(luò)）

雖然“材料基因”一詞經(jīng)過多年的探討，但是至今依舊沒有明確的科學(xué)定義，其復(fù)雜性就可見一斑。相比生物基因僅由幾種核苷酸排列而成，材料組成和結(jié)構(gòu)顯得更加復(fù)雜，材料基因工程的研究也更具有挑戰(zhàn)性。傳統(tǒng)的科學(xué)研究范式可能并不能滿足快速解碼材料基因圖譜的需求，因此材料信息學(xué)就應(yīng)運(yùn)而生。

人工智能+材料科學(xué)

在了解材料信息學(xué)之前，我們首先需要對材料科學(xué)研究四大范式的發(fā)展脈絡(luò)有整體的認(rèn)識。四大范式包括，實驗試錯、理論推演、模擬計算和數(shù)據(jù)科學(xué)。

新材料的研發(fā)最傳統(tǒng)的方式是實驗試錯法，即通過改變材料成分、合成手段、工藝參數(shù)等條件制備系列樣品，選出其中性能最合適的材料。很顯然，試錯法存在效率低、成本高、研發(fā)周期長等缺點，因此往往被戲稱為“炒菜法”，但是多年以來也為材料科學(xué)積累了大量的數(shù)據(jù)和經(jīng)驗法則。

理論推演則是在對自然有充分認(rèn)識、掌握足夠多的規(guī)律之后，科學(xué)家將自然現(xiàn)象抽象成數(shù)量關(guān)系，構(gòu)造數(shù)學(xué)模型，并在模型預(yù)測的指導(dǎo)下研發(fā)材料。然而，由于實際問題往往相當(dāng)復(fù)雜，理論模型的建立需要采用近似處理方法，因而不可避免地存在偏差和局限。隨著電子計算機(jī)的發(fā)展，科學(xué)家可以依據(jù)更本質(zhì)的物理定律，對復(fù)雜過程進(jìn)行多空間尺度模擬，從而定向設(shè)計材料成分、結(jié)構(gòu)和性能。即便如此，模擬計算需要基于理論框架和依賴參數(shù)設(shè)置，因此計算結(jié)果與實驗結(jié)果大相徑庭的情況時有發(fā)生。

材料信息學(xué)一改以往研究范式對經(jīng)驗和理論模型的依賴，直接針對可能與目標(biāo)量相關(guān)的數(shù)據(jù)，分析其中統(tǒng)計關(guān)聯(lián)性，再從中研究材料成分、結(jié)構(gòu)、工藝和性能之間的物理內(nèi)涵。這種由數(shù)據(jù)驅(qū)動的方法借助如今快速發(fā)展的大數(shù)據(jù)和人工智能方法，從大量、復(fù)雜的變量集合中提取決定性因素，構(gòu)建數(shù)據(jù)之間的定量關(guān)系，指導(dǎo)新規(guī)律的發(fā)現(xiàn)和新材料的快速研發(fā)。

圖2 科學(xué)研究四大范式（圖片來自網(wǎng)絡(luò)）

說白了，材料信息學(xué)可以簡單地認(rèn)為是“人工智能+材料科學(xué)”。提起“人工智能”，你可能會想起幾年前的圍棋人機(jī)大戰(zhàn)：圍棋世界冠軍柯潔完敗。人類冠軍低頭拭淚，痛苦感嘆“它太完美，我看不到任何勝利的希望”的場景依舊歷歷在目。在柯潔戰(zhàn)敗之前，“AI+”早已引起學(xué)術(shù)界的重視。2016年1月27日“AI+圍棋”登上頂尖科學(xué)期刊《自然》封面，報道了谷歌 Deep Mind 的人工智能系統(tǒng)阿爾法圍棋（Alpha Go）完勝歐洲圍棋冠軍。同年5月4日，“AI+材料科學(xué)”也登上了《自然》封面，報道了材料科學(xué)領(lǐng)域的“人機(jī)大戰(zhàn)”。這項研究由哈弗福德學(xué)院（Haverford College）主導(dǎo)，針對一種有機(jī)-無機(jī)雜化材料的水熱合成反應(yīng)，通過機(jī)器學(xué)習(xí)方法從大量成功和失敗的實驗數(shù)據(jù)中發(fā)現(xiàn)規(guī)律，并建立判斷反應(yīng)能否成功的預(yù)測模型。機(jī)器學(xué)習(xí)模型成功率高達(dá)89%，高于有經(jīng)驗的化學(xué)家的人工判斷78%。這項報道充分展示了人工智能在材料科學(xué)研究中的強(qiáng)大潛力，掀起了“AI+材料科學(xué)”的浪潮。

圖3 Nature封面文章：“AI+圍棋”和“AI+材料科學(xué)” （圖片來自網(wǎng)絡(luò)）

“數(shù)據(jù)困境”與破解之法

兩場“人機(jī)大戰(zhàn)”之中，戰(zhàn)勝人類棋手的Alpha Go背后主要利用了深度神經(jīng)網(wǎng)絡(luò)，戰(zhàn)勝人類化學(xué)家的預(yù)測模型背后主要是支持向量機(jī)，它們都屬于機(jī)器學(xué)習(xí)方法。機(jī)器學(xué)習(xí)是實現(xiàn)人工智能的一類方法，其基本過程是采用程序算法利用大量的數(shù)據(jù)進(jìn)行建模訓(xùn)練，從數(shù)據(jù)中學(xué)習(xí)規(guī)律，最終對未知事物做出決策和預(yù)測。機(jī)器學(xué)習(xí)方法研究材料科學(xué)一般分為數(shù)據(jù)集構(gòu)造、數(shù)據(jù)預(yù)處理、數(shù)據(jù)降維、模型訓(xùn)練、模型測試與評價等步驟。其中，數(shù)據(jù)集構(gòu)造是首要步驟，數(shù)據(jù)收集是材料信息學(xué)的重點和難點。你或許會疑惑，數(shù)據(jù)收集不是很簡單嗎？我們只需要在購物app內(nèi)點擊某件商品，在新聞app內(nèi)瀏覽某條新聞，在地圖app內(nèi)搜索某個地點……我們在互聯(lián)網(wǎng)上的一切行為，每時每刻都在都轉(zhuǎn)化為數(shù)據(jù)被收集。然而，在材料科學(xué)領(lǐng)域，獲取一個數(shù)據(jù)可能意味著幾個小時的模擬計算，幾天的材料制備，幾周的循環(huán)測試……因此，材料學(xué)的數(shù)據(jù)很難成為“大數(shù)據(jù)”，至少現(xiàn)階段只能是“小數(shù)據(jù)”。正是由于數(shù)據(jù)量小，數(shù)據(jù)偏差和噪聲對模型的影響將會十分顯著。機(jī)器學(xué)習(xí)的算法再優(yōu)化，計算機(jī)的算力再提升，我們手里只有稀疏、高維、有偏差和帶噪音的數(shù)據(jù)，材料信息學(xué)將面臨“巧婦難為無米之炊”的困境。

圖4 機(jī)器學(xué)習(xí)方法研究材料科學(xué)的基本流程（圖片來自網(wǎng)絡(luò)）

破解“數(shù)據(jù)困境”需要從兩個方面著手：生產(chǎn)和流通。在數(shù)據(jù)生產(chǎn)方面，隨著各國有關(guān)材料基因工程的項目推進(jìn)，高通量實驗和計算快速發(fā)展，對數(shù)據(jù)的標(biāo)準(zhǔn)化和高效產(chǎn)出有非常積極的作用。在數(shù)據(jù)流通方面，國外的Materials Project以及我國的Atomly等數(shù)據(jù)庫免費(fèi)開放大量的計算數(shù)據(jù)，便于數(shù)據(jù)共享。哈弗福德學(xué)院建立了“黑暗反應(yīng)計劃”（Dark Reaction Project）平臺，鼓勵研究者們在發(fā)表“成功的”數(shù)據(jù)之后，再將不發(fā)表的“失敗的”數(shù)據(jù)上傳到平臺，以供機(jī)器學(xué)習(xí)模型對化學(xué)反應(yīng)進(jìn)行更加深入的分析。借助高通量、數(shù)據(jù)庫、互聯(lián)網(wǎng)等新技術(shù)加速材料數(shù)據(jù)生產(chǎn)和流通方興未艾，這個時代留給了材料人大展拳腳的廣闊舞臺。

我們不妨?xí)诚胛磥淼牟牧蠈嶒炇页蔀椤皵?shù)據(jù)工廠”的那天：智能化的實驗機(jī)器人，嚴(yán)格標(biāo)準(zhǔn)化的樣品制備和測試表征，完全電子化的實驗記錄，融合物聯(lián)網(wǎng)的內(nèi)部即時數(shù)據(jù)共享平臺，融合區(qū)塊鏈技術(shù)的國際數(shù)據(jù)交易平臺，以及更加先進(jìn)的處理和分析數(shù)據(jù)的人工智能方法。我們材料人將會從“磨金相、守爐子、過柱子”，甚至復(fù)雜的數(shù)據(jù)分析之中解放出來，轉(zhuǎn)型為“開發(fā)者”、“合作者”和“研究者”?！伴_發(fā)者”負(fù)責(zé)AI算法和智能化實驗機(jī)器的開發(fā)與維護(hù)；“合作者”熟悉編程和材料研究的兩套邏輯和語言，促進(jìn)“開發(fā)者”和“研究者”的溝通交流；“研究者”捕捉行業(yè)痛點，提出科學(xué)問題，創(chuàng)新研究思路。到那一天，或許我們能夠解碼出材料基因圖譜，每一位材料人都能像鋼鐵俠一樣帥氣地研發(fā)材料。

參考文獻(xiàn)：

1. Agrawal A, Choudhary A. Perspective: Materials informatics and big data: Realization of the “fourth paradigm” of science in materials science[J]. APL Materials, 2016, 4(5):053208-1-10.

2. Liu Y, Zhao T, Ju W, et al. Materials discovery and design using machine learning[J]. Journal of Materiomics, 2017, 3(3).

3. Dima A, Bhaskarla S , Becker C , et al. Informatics Infrastructure for the Materials Genome Initiative[J]. JOM - Journal of the Minerals, Metals and Materials Society, 2016, 68(8):2053-2064.

4. Anubhav J, Shyue P O, Geoffroy H, et al. Commentary: The Materials Project: A materials genome approach to accelerating materials innovation[J]. APL Materials, 2013, 1():011002-1-11

5. Hanoch S, Alexander T. Materials Informatics. Journal of Chemical Information and Modeling 2018 58 (7), 1313-1314

6. 施思齊，徐積維，崔艷華 等. 多尺度材料計算方法[J]. 科技導(dǎo)報, 2015, 33(10):20-30

責(zé)任編輯：xj

原文標(biāo)題：材料信息學(xué)：解碼材料基因圖譜丨科普硅立方

文章出處：【微信公眾號：中科院半導(dǎo)體所】歡迎添加關(guān)注！文章轉(zhuǎn)載請注明出處。