面向人机协同创造以加速材料发现

我们的社会日益需要更快地推进科学进展，以应对气候变化、环境危害、可持续能源系统、大流行病等紧迫问题。在化学等某些领域中，科学发现还额外承担着在进入实验阶段前评估所提出新方案风险的负担。尽管近期机器学习与人工智能在应对其中若干挑战方面取得了进展，但在支持端到端发现应用的技术上仍存在缺口，这类应用需将大量可用技术整合为连贯、可编排且灵活的发现流程。此类应用需要大规模处理复杂知识管理，使领域专家（SMEs）能够及时高效地消费与产出知识。此外，新型功能材料的发现强烈依赖于化学空间中探索策略的开发。例如，生成模型因能在材料领域内生成海量新分子而受到科学界关注。这些模型表现出极强的创造性，但往往导致所生成候选物的可行性较低。本工作中，我们提出一个工作台框架，旨在实现人机协同创造，以缩短首次发现所需时间并降低相关机会成本。该框架依赖于包含领域与流程知识的知识库，以及用于获取知识并为领域专家提供建议的用户交互组件。目前，该框架支持四项主要活动：生成建模、数据集筛选、分子裁定与风险评估。