材料信息学：人工智能时代的从萌芽到自主发现
计算物理
2026-01-12 v2
摘要
本篇视角探讨了材料信息学的演变，从其在物理学和信息论中的根基，到人工智能（AI）的驱动下的成熟。我们梳理了该领域从早期里程碑到材料基因计划的变革性影响，再到最近大语言模型（LLM）的出现。我们将材料信息学呈现为一个不断演化的生态系统，回顾了诸如贝叶斯优化、强化学习和 Transformer 等关键方法，这些方法推动了逆向设计和自主驾驶实验室的实现。我们特别关注 LLM 集成的实际挑战，比较了专家模型与通用模型，并讨论了不确定性量化的解决方案。展望未来，我们评估了 AI 从预测工具向协作性研究伙伴的转变。通过利用主动学习和检索增强生成（RAG），该领域正迈向一个新的自主材料科学时代，日益以“人类脱离循环”发现过程为特征。
引用
@article{arxiv.2601.00742,
title = {Materials Informatics: Emergence To Autonomous Discovery In The Age Of AI},
author = {Turab Lookman and YuJie Liu and Zhibin Gao},
journal= {arXiv preprint arXiv:2601.00742},
year = {2026}
}
备注
44 pages, 14 figures