該團隊開發(fā)并演示了一個自主高效的框架，能夠最佳地探索材料設(shè)計空間(材料設(shè)計空間是具體世界的抽象。它是所有可能研究的材料的空間，具有基本的材料特征)。

自治系統(tǒng) - 或人工智能(AI)代理 - 被定義為能夠構(gòu)建感興趣問題的內(nèi)部表示或模型的任何系統(tǒng)，然后使用該模型做出決策并采取獨立于人的行動。受累。

這項跨學(xué)科工作的作者是材料科學(xué)與工程系的Anjana Talapatra博士和Raymundo Arroyave博士，以及電子和計算機工程系的Shahin Boluki博士，Xiaoning Qian博士和Edward Dougherty博士。

他們的自主框架能夠自適應(yīng)地選擇最佳的機器學(xué)習(xí)模型，以找到適合任何給定標(biāo)準(zhǔn)的最佳材料。他們的研究由美國國家科學(xué)基金會和空軍科學(xué)研究辦公室資助，通過確保尋找合適材料的最大效率，減少從實驗室到市場的時間和成本。

基礎(chǔ)數(shù)學(xué)理論有許多應(yīng)用，包括影響生物醫(yī)學(xué)領(lǐng)域。例如，通過他們的貝葉斯學(xué)習(xí)和實驗設(shè)計框架，可以模擬疾病以揭示關(guān)鍵風(fēng)險因素，以開發(fā)針對特定患者的有效治療并降低人類臨床試驗的成本。

“先進材料對經(jīng)濟安全和人類福祉至關(guān)重要，應(yīng)用于旨在應(yīng)對清潔能源，國家安全和人類福祉挑戰(zhàn)的行業(yè)，但在初步發(fā)現(xiàn)后將材料運送到市場可能需要20年或更長時間“。- 材料基因組計劃

該團隊希望對該框架進行詳盡的測試，因此他們在閉環(huán)計算平臺上進行了演示，使用量子力學(xué)來預(yù)測MAX相的特性，這些材料是高溫應(yīng)用的有前景的材料，包括用于新型抗氧化涂層的新型抗氧化涂層。噴氣發(fā)動機渦輪葉片。德克薩斯A&M集團也正在應(yīng)用該框架來發(fā)現(xiàn)高溫形狀記憶合金，例如，該合金可用于制造具有變形翼的航空航天飛行器。

自主創(chuàng)新

之前已經(jīng)對有效的實驗設(shè)計技術(shù)進行了重要的研究。然而，這個團隊是第一個使用基于貝葉斯技術(shù)的人(意味著他們總結(jié)了所有關(guān)于材料/材料類的知識并利用這些知識來尋找最佳材料)并以自主方式使用它，不斷搜索僅用于下一次運行的最佳計算/實驗，但也用于表示采集數(shù)據(jù)的最佳模型。

“加速探索材料空間以確定具有最佳性能的配置是一項持續(xù)的挑戰(zhàn)，”在Arroyave計算材料實驗室擔(dān)任計算科學(xué)家的Talapatra說。“目前的范例主要圍繞通過高通量實驗和/或計算進行這種探索的想法。這些方法沒有考慮可用資源的限制。我們通過將材料發(fā)現(xiàn)框架化為最佳實驗設(shè)計來解決這個問題。”

本研究中提出的方法靈活，適應(yīng)不同的研究情況。值得注意的是，Talapatra和Boluki的算法可以處理非常少的初始數(shù)據(jù)，使其成為新材料研究的理想選擇。

與之前在該領(lǐng)域的工作相比，該算法代表了更智能的一步。其他算法迫使人們開始使用預(yù)定義的模型，這會在實驗中引入約束并且可能使結(jié)果偏斜。“我們的算法可以在任何給定時間根據(jù)獲取的數(shù)據(jù)自動和自主地確定哪個模型是n個模型中的最佳模型，”Talapatra說。自主計算機程序減少了步驟數(shù)量并限制了有限資源的使用。由于它可以從最初的兩個實驗開始作為初始數(shù)據(jù)點，因此該算法非常適合優(yōu)化初始實驗和辨別最佳前進路徑。

它可以被實驗者用作一步工具來簡單地決定下一個要探索的材料，或者作為純粹的計算工具來替換昂貴的計算模型并降低計算成本。它還可以用于組合的實驗和計算設(shè)置。至少，該框架提供了一種非常有效的構(gòu)建初始數(shù)據(jù)集的方法，因為它可以用于指導(dǎo)實驗或計算，重點是在材料設(shè)計空間的那些部分收集數(shù)據(jù)，這將導(dǎo)致最有效的途徑實現(xiàn)最佳材料。

“通常情況下，材料研究是以非常特殊的方式進行的，而且意外情況往往是規(guī)則，而不是例外，”塔拉帕特拉說。“問題是你經(jīng)常不知道材料為什么或不起作用的基本物理。我們的模型不夠精確。當(dāng)你開始材料發(fā)現(xiàn)之旅時，你會從最基本的物理知識開始，比如電子數(shù)量和元素連接在一起時會發(fā)生什么。你必須找到特征和屬性之間的相似性。“

“我們在(人工智能)模型中盡可能多地包括了科學(xué)，”博羅基說，他將在明年秋天為自己的論文辯護。Boluki和Talapatra在項目中擔(dān)任實施者，并在python中編碼。

關(guān)于該算法的論文已經(jīng)過同行評審，在幾次會議上發(fā)表，并得到了材料科學(xué)與工程界的良好反饋。Texas A&M的工程師和科學(xué)家們已經(jīng)在使用該計劃。

從細胞病理學(xué)到材料科學(xué)：數(shù)學(xué)基礎(chǔ)

2011年，Qian和Dougherty開始合作加強生物醫(yī)學(xué)研究中的實驗設(shè)計。他們利用數(shù)學(xué)模型來觀察細胞何時進入腫瘤階段。

同年，聯(lián)邦政策制定者宣布了材料基因組計劃，該計劃旨在通過結(jié)合使用計算和實驗工具以及數(shù)字?jǐn)?shù)據(jù)來加速新先進材料的發(fā)現(xiàn)。在過去的八年中，全國范圍內(nèi)投入了大量時間，金錢和資源。

Qian和Dougherty在2013年將注意力轉(zhuǎn)向材料科學(xué)問題。兩年前，團隊開始致力于優(yōu)化設(shè)計問題，最初與Drs合作。來自洛斯阿拉莫斯國家實驗室的Turab Lookman和Prasanna Balachandran。目前的范例通常圍繞通過實驗或計算探索材料空間的想法，他們的方法表明有更有效的方法來發(fā)現(xiàn)材料。

“當(dāng)其他人專注于生成和分析大量數(shù)據(jù)時，我們意識到最好的方法是專注于實驗設(shè)計 - 如何通過選擇材料來探索可能材料的廣闊領(lǐng)域并增加我們成功的機會有目標(biāo)，目標(biāo)財產(chǎn)或回應(yīng)的想法，“塔拉帕特拉說。