來(lái)源｜中科院之聲（zkyzswx）編者按：中科院之聲與中國(guó)科學(xué)院上海硅酸鹽研究所聯(lián)合開(kāi)設(shè)“科普硅立方”專欄，為大家介紹先進(jìn)無(wú)機(jī)非金屬材料的前世今生。我們將帶你——認(rèn)識(shí)晶格，挑戰(zhàn)勢(shì)壘，尋覓暗物質(zhì)，今古論陶瓷；彌補(bǔ)缺陷，能級(jí)躍遷，嫦娥織外衣，溢彩話琉璃。

被戲稱為諾貝爾“理綜獎(jiǎng)”的化學(xué)獎(jiǎng)今年再度授予給生物學(xué)家，以表彰她們對(duì)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(zhǎng)發(fā)育、衰老病死等所有生理過(guò)程。生物基因工程則是在分子水平上對(duì)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(jì)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(jì)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(guó)的重視。早在2011年，美國(guó)聯(lián)邦政府率先啟動(dòng)了一項(xiàng)名為“材料基因組計(jì)劃”（Materials Genome Initiative, MGI）的研究計(jì)劃，通過(guò)先進(jìn)實(shí)驗(yàn)和計(jì)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(shí)降低成本。同年年底，中國(guó)科學(xué)院和中國(guó)工程院召開(kāi)了香山科學(xué)會(huì)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(dòng)中國(guó)的“材料基因組計(jì)劃”。此外，其他國(guó)家和地區(qū)，例如歐盟、日本和俄羅斯等也相繼啟動(dòng)類似的材料研究計(jì)劃。

圖1 美國(guó)材料基因組計(jì)劃框架（圖片來(lái)自網(wǎng)絡(luò)）

雖然“材料基因”一詞經(jīng)過(guò)多年的探討，但是至今依舊沒(méi)有明確的科學(xué)定義，其復(fù)雜性就可見(jiàn)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(duì)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(shí)。四大范式包括，實(shí)驗(yàn)試錯(cuò)、理論推演、模擬計(jì)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(shí)驗(yàn)試錯(cuò)法，即通過(guò)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(cuò)法存在效率低、成本高、研發(fā)周期長(zhǎng)等缺點(diǎn)，因此往往被戲稱為“炒菜法”，但是多年以來(lái)也為材料科學(xué)積累了大量的數(shù)據(jù)和經(jīng)驗(yàn)法則。

理論推演則是在對(duì)自然有充分認(rèn)識(shí)、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(cè)的指導(dǎo)下研發(fā)材料。然而，由于實(shí)際問(wèn)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(jì)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(duì)復(fù)雜過(guò)程進(jìn)行多空間尺度模擬，從而定向設(shè)計(jì)材料成分、結(jié)構(gòu)和性能。即便如此，模擬計(jì)算需要基于理論框架和依賴參數(shù)設(shè)置，因此計(jì)算結(jié)果與實(shí)驗(yàn)結(jié)果大相徑庭的情況時(shí)有發(fā)生。

材料信息學(xué)一改以往研究范式對(duì)經(jīng)驗(yàn)和理論模型的依賴，直接針對(duì)可能與目標(biāo)量相關(guān)的數(shù)據(jù)，分析其中統(tǒng)計(jì)關(guān)聯(lián)性，再?gòu)闹醒芯坎牧铣煞帧⒔Y(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(dòng)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(lái)自網(wǎng)絡(luò)）

說(shuō)白了，材料信息學(xué)可以簡(jiǎn)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(huì)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(chǎng)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(bào)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(bào)道了材料科學(xué)領(lǐng)域的“人機(jī)大戰(zhàn)”。這項(xiàng)研究由哈弗福德學(xué)院（Haverford College）主導(dǎo)，針對(duì)一種有機(jī)-無(wú)機(jī)雜化材料的水熱合成反應(yīng)，通過(guò)機(jī)器學(xué)習(xí)方法從大量成功和失敗的實(shí)驗(yàn)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(cè)模型。機(jī)器學(xué)習(xí)模型成功率高達(dá)89%，高于有經(jīng)驗(yàn)的化學(xué)家的人工判斷78%。這項(xiàng)報(bào)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(lái)自網(wǎng)絡(luò)）

“數(shù)據(jù)困境”與破解之法

兩場(chǎng)“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(cè)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(shí)現(xiàn)人工智能的一類方法，其基本過(guò)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(duì)未知事物做出決策和預(yù)測(cè)。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(cè)試與評(píng)價(jià)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(diǎn)和難點(diǎn)。你或許會(huì)疑惑，數(shù)據(jù)收集不是很簡(jiǎn)單嗎？我們只需要在購(gòu)物app內(nèi)點(diǎn)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(gè)地點(diǎn)……我們?cè)诨ヂ?lián)網(wǎng)上的一切行為，每時(shí)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(gè)數(shù)據(jù)可能意味著幾個(gè)小時(shí)的模擬計(jì)算，幾天的材料制備，幾周的循環(huán)測(cè)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(duì)模型的影響將會(huì)十分顯著。機(jī)器學(xué)習(xí)的算法再優(yōu)化，計(jì)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(wú)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(lái)自網(wǎng)絡(luò)）

破解“數(shù)據(jù)困境”需要從兩個(gè)方面著手：生產(chǎn)和流通。在數(shù)據(jù)生產(chǎn)方面，隨著各國(guó)有關(guān)材料基因工程的項(xiàng)目推進(jìn)，高通量實(shí)驗(yàn)和計(jì)算快速發(fā)展，對(duì)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(guó)外的Materials Project以及我國(guó)的Atomly等數(shù)據(jù)庫(kù)免費(fèi)開(kāi)放大量的計(jì)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(jì)劃”（Dark Reaction Project）平臺(tái)，鼓勵(lì)研究者們?cè)诎l(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(tái)，以供機(jī)器學(xué)習(xí)模型對(duì)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(kù)、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(gè)時(shí)代留給了材料人大展拳腳的廣闊舞臺(tái)。

我們不妨?xí)诚胛磥?lái)的材料實(shí)驗(yàn)室成為“數(shù)據(jù)工廠”的那天：智能化的實(shí)驗(yàn)機(jī)器人，嚴(yán)格標(biāo)準(zhǔn)化的樣品制備和測(cè)試表征，完全電子化的實(shí)驗(yàn)記錄，融合物聯(lián)網(wǎng)的內(nèi)部即時(shí)數(shù)據(jù)共享平臺(tái)，融合區(qū)塊鏈技術(shù)的國(guó)際數(shù)據(jù)交易平臺(tái)，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(huì)從“磨金相、守爐子、過(guò)柱子”，甚至復(fù)雜的數(shù)據(jù)分析之中解放出來(lái)，轉(zhuǎn)型為“開(kāi)發(fā)者”、“合作者”和“研究者”?！伴_(kāi)發(fā)者”負(fù)責(zé)AI算法和智能化實(shí)驗(yàn)機(jī)器的開(kāi)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(yǔ)言，促進(jìn)“開(kāi)發(fā)者”和“研究者”的溝通交流；“研究者”捕捉行業(yè)痛點(diǎn)，提出科學(xué)問(wèn)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(jì)算方法[J]. 科技導(dǎo)報(bào), 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(hào)：中科院半導(dǎo)體所】歡迎添加關(guān)注！文章轉(zhuǎn)載請(qǐng)注明出處。