人工智能 (AI) 正在加速新材料的开发。材料研究中人工智能的先决条件是大规模使用和交换材料数据，而广泛的国际标准促进了这一进程。一项重大的国际合作现在推出了 OPTIMADE 标准的扩展版本。
在林雪平大学国家超级计算机中心的超级计算机上，研究人员模拟了不同材料中原子的行为。此类模拟的数据通过 OPTIMADE 标准在全球范围内提供，以训练未来的材料研究 AI 模型。从左至右：博士生 Oskar Andersson 和副教授 Rickard Armiento。图片来源：Magnus Johansson/林雪平大学
能源和可持续发展等领域的新技术(例如电池、太阳能电池、LED 照明和可生物降解材料)需要新材料。全球许多研究人员正在努力创造以前不存在的材料。但创造具有所需确切特性的材料面临重大挑战，例如不含对环境有害的物质，同时又足够耐用而不会分解。
“我们现在看到了一个爆炸性的发展，材料科学的研究人员正在采用其他领域的人工智能方法，并开发自己的模型用于材料研究。使用人工智能预测不同材料的特性开辟了全新的可能性，”瑞典林雪平大学物理、化学和生物系 (IFM) 副教授 Rickard Armiento 说。
可以做出预测的人工智能
如今，许多高要求的模拟都是在超级计算机上进行的，这些模拟描述了电子在材料中的运动方式，从而产生了不同的材料特性。这些先进的计算产生了大量数据，可用于训练机器学习模型。
这些人工智能模型可以立即预测尚未进行的新计算的响应，并进而预测新材料的属性。但训练模型需要大量数据。
“我们正在进入一个希望利用所有现有数据来训练模型的时代，”Rickard Armiento 说。
大型数据库中收集了大规模模拟的数据和有关材料的一般数据。随着时间的推移，许多这样的数据库从不同的研究小组和项目中涌现出来，就像大海中的孤岛一样。它们的工作原理不同，并且经常使用以不同方式定义的属性。
“大学或工业界的研究人员如果想要大规模绘制材料图谱或训练 AI 模型，就必须从这些数据库中检索信息。因此，需要一个标准，以便用户可以与所有这些数据库进行通信并理解他们收到的信息”，比利时鲁汶大学凝聚态与纳米科学研究所教授 Gian-Marco Rignanese 说道。
全球合作
OPTIMADE(材料设计的开放数据库集成)标准在过去八年中不断发展。该标准的背后是一个庞大的国际网络，其中包括全球 30 多个机构和欧洲和美国的大料数据库。其目的是让用户更轻松地访问领先的和鲜为人知的材料数据库。该标准的新版本 v1.2 现已发布，并在《数字发现》杂志上发表的一篇文章中进行了描述。新版本中最大的变化之一是大大增强了使用通用的、有理有据的定义准确描述不同材料属性和其他数据的可能性。
此次国际合作涉及欧盟、英国、美国、墨西哥、日本和中国，以及洛桑联邦理工学院 (EPFL)、加州大学伯克利分校、剑桥大学、西北大学、杜克大学、保罗谢尔研究所和约翰霍普金斯大学等机构。大部分合作都是在由瑞士 CECAM(欧洲原子和分子计算中心)资助的年度研讨会上进行的，其中第一次研讨会由荷兰洛伦兹中心资助。其他活动得到了 Psi-k 组织、瑞士能力中心 NCCR MARVEL 和瑞典电子科学研究中心 (SeRC) 的支持。合作研究人员得到了许多不同资助者的支持。