Gemini：面向自主实验与分子模拟的动态偏差校正

贝叶斯优化已成为通过自主实验加速科学发现的强大策略。然而，准确估计材料性质需要昂贵测量，且会迅速成为 exhaustive 材料发现活动的障碍。本文引入 Gemini：一种数据驱动模型，能够通过校正性质评估方法间的系统偏差，将廉价测量用作昂贵测量的代理。我们建议在稀疏数据回归任务及自主工作流设置中使用 Gemini，在其对昂贵目标函数的预测可用于构建更具信息量的采集函数，从而减少优化器达到期望目标值所需的昂贵评估次数。在回归设置中，我们展示了该方法准确预测杂化有机-无机钙钛矿材料 DFT 计算带隙的能力。我们进一步通过增强贝叶斯优化器 Phoenics 来展示 Gemini 对自主工作流的优势， yielding 一个利用多源测量的可扩展优化框架。最后，我们模拟了一个自主材料发现平台，用于优化氧析出反应电催化剂的活性。借助 Gemini 实现自主工作流，我们表明当存在含较廉价金属的代理组分系统的测量时，达到目标过电位所需含昂贵稀有金属组分空间的测量次数显著减少。