《Nature》子刊:机器取代实验?在极端复杂领域发现先进材料! 2024-06-04 03:50:43 主动学习——致力于优化实验设计的机器学习(ML)领域,早在18世纪就在科学中发挥了作用,当时拉普拉斯用它来指导发展了天体力学。近日,来自美国马里兰大学的A. Gilad Kusne & Ichiro Takeuchi等研究者,将一个闭环的、主动学习驱动的自主系统集中在一项重大挑战上,即针对极端复杂的合成过程-结构-性能领域发现先进材料。相关论文以题为“On-the-fly closed-loopmaterials discovery via Bayesian active learning”发表在Nature Communications上。论文链接:https://www.nature.com/articles/s41467-020-19597-w 技术推动了对新型和改进功能材料的不断探索,使得对日益复杂的多组分材料的探索成为必要。随着每一个新的成分或材料参数的增加,候选实验的空间呈指数增长。例如,如果研究一个新参数的影响(例如引入掺杂)需要在参数范围内进行大约10次实验,那么N个参数将需要10N+次可能的实验。高通量合成和表征技术提供了部分解决方案:随着每一个新参数的出现,候选实验的数量迅速地超出了穷尽探索的可行性。材料组成-结构-性质(CSP)关系的多样性和复杂性,包括材料-加工参数和原子无序性,使研究更加混乱。再加上最佳材料的稀缺,这些挑战威胁着创新和工业进步。结构相图,描述了材料结构对组成的依赖关系,作为功能和结构材料设计的蓝图,因为大多数材料的性质是与晶体结构原型相联系的。例如,特性极值往往发生在特定的相位区域(如磁性和超导性)或沿相位边界(如热冷却材料和形态变向的相位边界压电体)。机器学习(ML)正在改变人类眼前的材料研究,但ML与实验的直接耦合仍然是一个巨大的挑战。闭环材料探索和优化自主系统(CAMEO)提供了一种新的材料研究范式,以真正驾驭ML的加速潜力,为21世纪材料研究范式奠定了基础——自主材料研究实验室在机器人科学家或人工科学家的监督下运行。数据分析和决策(包括不确定性量化)的实时可视化,为人机研究团队中的人类专家提供了自主过程的可解释性。CAMEO还利用了闭环中人类专家的非自动化能力,从而提升了人类和机器的能力。主动学习ML领域致力于优化实验设计(即自适应设计),是这种新范式的关键。主动学习提供了一种系统的方法来确定下一步要进行的最佳实验,以达到用户定义的目标。贝叶斯优化(BO)主动学习技术最近被用于指导实验室的实验人员优化未知功能。BO方法平衡了利用实验探索未知功能和利用先验知识识别极值的实验。但是,过去的研究只是建议研究者进行下一步的实验,而实验的计划、执行和分析则留给了研究人员。机器人技术的最新进展已经将材料合成的负担从人类专家转移到了自动化系统,加速了材料的发现。同时,主动学习已经被证明可以通过指导已知阶段的模拟来加速性能优化。此外,将主动学习置于固态材料探索实验室的实时控制中,有望加快材料发现的速度,同时也能快速有效地揭示复杂材料的性质关系。在此,研究者演示了,将一个闭环的、主动学习驱动的自主系统集中在极端复杂的合成过程-结构-性能领域,用于发现先进材料。研究者展示了一种功能性无机化合物的自主材料发现方法,它能让科学家更聪明地失败,更快地学习,并在他们的研究中花费更少的资源,同时提高对科学结果和机器学习工具的信任。这种机器人科学使网络科学成为可能,减少了科学家与实验室的经济负担。实时闭环、自主的材料探索和优化系统(CAMEO)在同步加速器波束线上实现,以加速相映射和性能优化的相互关联的任务,每个周期花费数秒到数分钟。研究者还演示了人机交互的呈现,其中“人在循环中”被调用,以在每个循环中扮演贡献角色。 图1 闭环自主材料探索和优化(CAMEO)。 图2 材料优化方案的比较。 图3 Ge4Sb6Te7(GST467)的发现。 图4 GST467的纳米结构和器件性能。综上所述,一种新型PCM材料的发现表明,类似CAMEO的系统,将通过加速材料知识的发现和收集、简化实验周期、改进对实验变异性的控制、提高再现性,从而提高对科学结果的信任度,实现材料设计的主要目标。他们还将生成参考和基准数据集——自动处理、分析和转换为可操作的知识和所有相关的元数据,以开发和提高对机器学习工具的信任。(文:水生) 赞 (0) 相关推荐 机油温度从190多度降低到了56度 机油添加剂到底有没有用呢? 在维修中学习维修,从维学院收获知识 回复维学院,送你一个卡车资料平台,定期更新 一直以来关于机油添加剂使用的问题就争议不断,机油添加剂到底有没有用呢?会不会损坏发动机呢? 在加油站或者车辆保养的时候, ... 《自然》:机器学习助力电动汽车电池研发,两年充电测试可缩短至 16 天 从行驶里程,到充电时间,再到汽车使用寿命,电池的性能深刻影响着一辆电动汽车的体验. 而数十年来,电动汽车电池的发展一直受到电池研发测试这一主要瓶颈的限制.在电池开发过程中的每个阶段,都必须对新技术进行 ... 前沿|机器化学家 引言 第一作者是BenjaminBurger 通讯作者是Andrew I. Cooper 该研究报道了一个机器化学家,看,她长这样: 1 简介 化学,尤其是有机化学,需要大量的从业人员,并且对于人员 ... NAT CHEM|人工智能的、增强智能的和自动化的化学 2021年8月16日,Nature Chemistry杂志发表了一篇南安普顿大学物理化学教授.AI3SD Network+首席研究员Jeremy Frey的专访文章.在这篇文章中,Jeremy Fre ... 无冲击压缩实验建立极端压力的新标尺 为了测试粒子物理学的标准模型,科学家们经常使用巨大的加速器地下环来碰撞粒子.以类似的方式,高压物理学家将材料压缩到更大的压力,以进一步测试凝聚态物质的量子理论,并挑战使用最强大的计算机做出的预测.超过 ... 【牛膝的功效与作用】 【牛膝的功效与作用】 中科院理化技术所功能陶瓷材料研究组 功能陶瓷材料研究组隶属于中科院理化技术所的"低温材料与应用超导研究中心",主要从事"结构功能一体化先进陶瓷材料"的制备新技术和燃烧合成理论研究.以及" ... 零基础学AI:开启机器学习项目的 3 个步骤 图片来源:CEChina 作者 | Kevin McClusky " 人工智能和机器学习可以为制造商带来许多好处,并在优化.预测性维护等方面提供积极成果. " 仿佛就在不久前,机器 ... Nature子刊:加州大学伯克利分校Banfield组发现某些淡水湖泊中的大噬菌体或能加速好氧甲烷氧化 某些淡水湖泊中的大噬菌体或能加速好氧甲烷氧化 Large Freshwater Phages with the Potential to Augment Aerobic Methane Oxidati ... Nature子刊:试验表明AI引导有助于在常规实践中早期发现心脏疾病 某些类型的心脏疾病可能很难发现,例如无症状的低射血分数,特别是在治疗最有效的早期阶段.心电图AI引导下的低射血分数筛查(EAGLE)试验旨在确定利用心电图数据开发的人工智能(AI)筛查工具是否能改善常 ... Nature子刊:抑制IL-17A,可减肥 随着生活水平的提高,肥胖和超重的发病率也在世界各国持续飙升,并已然演变为一个全球性的健康问题.更关键的是,营养过剩导致的肥胖目前没有有效的治疗方法. 值得注意的是,肥胖与机体的代谢和免疫功能密切相关, ... Nature子刊:人到中年不得已,睡眠少,痴呆风险升高 图源:New Atlas 全球约有5000万痴呆症病例,每年新增约有1000万例,在中国,有上千万患者,位居全球第一.它的发生和发展与遗传和环境因素有关,生活方式对认知功能有很大的影响,睡眠被认为是健 ... Nature子刊:喝咖啡让人更聪明,咖啡能改变大脑功能连通性 咖啡,是世界上最受欢迎的饮料,据估计,全球每天消费30亿杯咖啡.因其含有大量的咖啡因,常被人们饮用以醒神和提高工作效率.有趣的是,长期饮用它对大脑内在功能网络的影响在很大程度上仍然是未知的. 近日,葡 ... GRAIL公司Nature子刊发文|阐释血液游离RNA作为癌症检测分子标志物的潜力 背景介绍 随着液体活检技术的发展,肿瘤来源的细胞游离DNA(cfDNA)已经成为一种热门的癌症检测生物标志物.作为液体活检领域的明星公司,GRAIL经过大规模临床研究验证,开发出一项基于cfDNA靶向 ... Nature子刊 | 基于组织特异性降解模式的ctDNA负荷评估新方法,可定量低成本追踪ctDNA动... 背景介绍 随着无创检测技术的发展,ctDNA在肿瘤临床检测中的指导意义愈发突显.ctDNA负荷评估可实时监控患者临床治疗过程中肿瘤动态,有助于及时调整诊疗方案.目前,基于NGS检测平台的ctDNA负荷 ... Nature子刊:Ucp2依赖的小胶质细胞-神经元耦合调控焦虑样行为 对认知和行为障碍背后的机制的已有研究一直集中在神经元的结构和功能异常方面. 新兴证据表明,包括小胶质细胞在内的非神经元细胞在提供代谢支持.调节神经递质的释放和摄取以及调节突触可塑性方面必不可少,已有研 ... Nature子刊:诱骗癌细胞摄取化疗药物,增强癌症治疗效果 撰文 | xiao xia 编辑 | 王聪 排版 | 水成文 将足够的抗癌药物带入肿瘤通常很困难,而癌细胞对于蛋白质营养的强烈需求使得白蛋白成为癌细胞的第一养分,那么将药物附着于白蛋白中被视为抗肿瘤的 ...