麻省理工学院、阿姆赫斯特马萨诸塞大学以及伯克利加利福尼亚大学的研究团队希望通过新的人工智能系统来材料科学自动化的差距，这个系统通过研究论文来挖掘并通过它生产特定的材料。
来源：切尔西特纳/麻省理工学院
近年来，诸如材料基因组计划和材料项目等研究工作已经产生了大量的计算工具，这些工具用于设计能源、电子到航空以及土木工程等一系列应用的新材料。
但是开发这些材料的过程仍然依赖经验、直觉、手工以及文献综述的结合。
麻省理工学院、阿姆赫斯特马萨诸塞大学以及伯克利加利福尼亚大学的研究团队希望通过新的人工智能系统来材料科学自动化的差距，这个系统通过研究论文来挖掘并通过它生产特定的材料。
大西洋里奇菲尔德麻省理工学院材料科学与工程系（DMSE）能源研究助理教授Elsa Olivetti说：“计算材料科学家已经在“我们要做什么”方面取得了很大的进展。但正是因为这些成就，难题已经变成了“然而，现在我该怎么做呢？”
研究人员设想了一个包含了从数百万份论文中提取的材料制备方法的数据库。科学家和工程师只要输入目标材料的名称和任何其他标准（前体材料、反应条件、制造工艺），系统便给出合适的制备方案
为了实现这一设想，Olivetti及其同事研发了一个可以分析研究论文的只能学习系统，这个系统鞥能够推断论文那一部分包含材料制备方法并根据制备步骤进行关键词分类：目标材料名称、数量、设备名称、操作条件、描述性形容词等。
他们在最近一期“材料化学”期刊上发表的一篇论文证明了智能学习系统可以根据提取的数据来推断材料类别的一般特性，例如材料合成所需的温度，或者因制备条件变化而采取不同的物理方法制备出的不同材料的特定特征。
Olivetti是该论文的主要作者，其他作者分别有麻省理工学院研究生Edward Kim、DMSE博士后Kevin Huang、UMass Amherst的计算机科学家Adam Saunders和Andrew McCallum、柏克莱材料科学与工程系院长兼教授Gerbrand Cede。
填补空白
研究人员用有监管和无监管的人工智能学习技术组合来建立他们的系统。“监管”是指供给系统的测试数据由人工标注;系统会试图找到原始数据和标注数据之间的相关性。“无监管”意味着测试数据是没有标注，系统根据结构相似性学习将数据类聚在一起。
因为材料制备方法的提取是一个全新的领域，所以Olivetti和她的同事们没有不同研究团队多年来积累的豪华的带注释的数据集。因此他们只能从他们自己大约100多篇的论文中注释他们的数据。
人工智能学习标准是一个非常小的数据集，为了改进它，他们使用了Google开发了Word2vec的算法。Word2vec可以查看单词出现的上下文，即句子中的句法结构以及周围的其他单词，并将具有相似上下文的单词组合在一起。因此，例如如果一篇论文中含有“我们将四氯化钛加热到500℃”的句子，另一篇论文含有“氢氧化钠加热到500℃”的句子，Word2vec会将“四氯化钛”和“氢氧化钠”两个关键词组合在一起。
随着Word2vec的使用，智能学习系统可以推断出给定的任何一个单词的标签以及它适用的关键词分类，于是研究人员可以围绕大概64万篇论文来建立他们的系统而不是仅仅100篇论文，因此研究人员可以最大化的扩建他们的数据集。
冰山一角
然而，，因为他们没有评估未标注数据性能的标准，所以他们测试系统的准确性只能依靠标注的数据。在这些测试中，系统能够以百分之九十九的准确率确定包含关键词的段落，并以百分之八十六的准确度标注这些段落中的词语。
研究人员希望接下来的工作能够进一步提高系统的准确性，因此他们正在进行探索可以将材料制备方法的组成进一步概括的一系列深度学习技术，最终的目标是自动设计的材料中包含现有文献未记载的制备方法。
Olivetti以前的研究大部分集中在寻找更具成本效益和对环境负责的方法来生产有用的材料，因此她希望材料制备方法数据库可以帮助这个项目。
加州大学圣巴巴拉分校的材料科学教授，Fred, Linda R. Wud 和Ram Seshadri 说：“这是具有里程碑意义的工作。作者承担了通过人工智能方法探索新材料制备的策略所面临的困难和雄心勃勃的挑战。这项工作证明了人工智能学习的力量。但唯一可以确定的是，最终判断成功与否的关键是这种方法的实用性是否能说服实践者放弃更原始的方法。”
文章来自phys网站，原文题目为Artificial intelligence aids materials fabrication，由材料科技在线汇总整理。