圣扎迦利Ulissi郭Zhitao合影(右)。他们操作化学定量给料器ThetaProbe XPS系统

圣扎迦利Ulissi(右)探索表面手性如何影响化学反应。信贷:材料科学与工程部门/卡内基梅隆大学

材料科学家们越来越多地求助于机器学习和其他计算技术来发现新的材料。从耐蚀飞机部件和更好的电池新药或新的催化剂,大数据可以帮助找到他们。

”问题是可能的材料的数量是无限的,”马蒂亚斯Scheffler说,弗里茨·哈伯(德国研究所计算材料科学家在柏林,德国。“使用大规模筛选,可以屏幕成千上万的系统,和一千年相比没有无限。”

随着物理学家克劳迪娅Draxl,柏林洪堡大学的Scheffler推出了新材料的发现实验室(游牧)弗里茨·哈伯(德国,一个数据存储库化合物的各种各样的信息。Draxl和Scheffler正在扩大,在一家叫做FAIRmat,将获得德国联邦政府资助每年€300万(合350万美元)的五年了,基础设施建设,标准化数据产生的许多研究人员,以便其他人可以使用它们。

缩略词来自数据的原则应该是可发现的、可访问的互操作性和可重用的任何研究人员,但Scheffler也将空气视为artificial-intelligence-ready站。他希望化学家产生的大量数据的过程中他们的研究,他说他们从未出版,收集在兼容的数据格式和共享所以科学家们可以建立新的机器学习模型。

游牧与世界各地的项目,包括材料基因组计划,成立于2011年由美国国家标准与技术研究院(NIST)在盖瑟斯堡,马里兰,相似的目标。

第二年在中国上海大学材料基因组研究所成立。它推出了与其他几个中国大学合作项目和举行研讨会吸引研究人员来自美国、日本、新加坡、法国、西班牙、俄罗斯和澳大利亚等。已经开始努力偿还。

例如,扎卡里·Ulissi,匹兹堡卡耐基梅隆大学的一位化学工程师,宾夕法尼亚州,泰德•萨金特和多伦多大学的电子工程教授,加拿大,想找到一个方法来回收二氧化碳转化为工业有用的产品,而不是把它倾倒到大气中。有限公司2可以使用铜转化为乙烯催化剂加快化学反应去除氧和氢分子补充道,但Ulissi和萨金特想找到一个更好的催化剂,使流程更有效的和负担得起的。

Ulissi检索数据约244包含铜的晶体材料研究项目,材料基因组计划的一部分。晶体有12229面,228969个网站在这些表面上有限公司2分子会。

他需要上运行复杂的计算每一个找到最有希望的候选人。“任何一个计算需要两到三天,和对于任何给定的成分或晶体结构,我可能要做一百-一千原子,”他说。

减轻工作量,他执行的计算在只有一个子集的样本,然后使用这些结果来训练一个机器学习算法。电脑建议copper-aluminium(是)合金是最优的,因此萨金特17种是合成晶体进行进一步的测试,了解更多关于它们的属性。测试显示,合金明显更有效比纯铜催化剂在乙烯反应。

的方法收集大量的化学和结构数据,使其可用于人工智能算法可能会导致一系列的新材料,从更高效的太阳能电池组件到智能手机屏幕更有弹性。“基本上每一个新的商业产品依赖于新材料、“Scheffler说。“所以找到这些材料是真正目的人工智能可以帮助。”