材料科学中的科学人工智能：通往可持续且可扩展范式之路
材料科学
2020-03-20 v1 计算物理
摘要
近来，材料科学、凝聚态物理和化学领域使用机器学习（ML）与人工智能（AI）方法的趋势日益增长。本观点文章指出了材料学界必须优先考量的关键科学、技术与社会机遇，以持续开发并利用科学人工智能（Scientific AI），从而为推进当前受材料制约的技术提供一条可信路径。我们在此强调这些机遇与一系列提议的前进路径之间的交汇点。这些机遇大致从科学/技术类（例如，开发稳健且具物理意义的多尺度材料表征）到社会类（例如，培养具备AI素养的劳动力）排序。所提议的前进路径涵盖从开发新基础设施与能力到在产业界与学术界部署它们。我们简要介绍了材料科学与工程中的AI，随后对各项机遇与前进路径进行了详细讨论。
引用
@article{arxiv.2003.08471,
title = {Scientific AI in materials science: a path to a sustainable and scalable paradigm},
author = {Brian DeCost and Jason Hattrick-Simpers and Zachary Trautt and Aaron Kusne and Eva Campo and Martin Green},
journal= {arXiv preprint arXiv:2003.08471},
year = {2020}
}