数据驱动的创新已经改变了我们生活的方方面面，它的应用引领了基于数据的商业和技术决策创新。通过挖掘计算和实验方法产生的海量数据，结合先进的机器学习技术，材料科学领域进入了科学研究的第四范式，这导致了实验工具、计算技术和大数据分析的进步。从基于传统试错的研究范式到数据驱动研究范式的转化需要结合来自数学和统计学、计算机科学和材料科学三个领域的权威和最新知识。这三个领域的进步和整合将有助于材料数据的生成和分析、不确定性表征以及结构-性能关系的有效探索，提供新知识并加速创新材料的发现。近日，澳大利亚国立大学的殷宗友团队联合宁波诺丁汉大学冯增兴教授、中国科学院深圳先进技术研究院赵海涛副研究员和新加坡南洋理工大学李述周教授在国际材料领域顶级期刊Advanced Materials 上发表综述论文，总结了数据驱动的材料发现及其创新应用的最新进展。

文5-1.jpg

创新材料对于从能量转换和存储等众多应用的突破是必不可少的，开发有效的数据驱动方法对于满足对稳健性能的创新材料的快速增长的需求至关重要。基本的数据驱动框架涉及三个基本阶段：采用数据密集型策略和机器学习算法，开发综合数据库和数据生成方法，以及构建可以将数据密集型和实验策略联系起来的描述符。该领域主要目标是快速有效地发现通过应用数据驱动的方法获得高性能创新材料。为了实现这一目标，必须利用和集成数据驱动框架的基本阶段，并且必须调查数据中隐含的材料成分、结构、工艺和特性之间的关系。

用于发现创新材料的数据驱动方法具有一定的优势：（1）它们在效率和准确性方面优于传统的试错方法；（2）它们可以快速学习和提取复杂和隐含的内在从海量材料数据中获取相关性和知识；（3）它们可以根据所需的功能实现量身定制的材料设计，因为能够获得成分-结构-工艺-性能关系；（4）它们使用机器学习模型和特定描述符来利用电子密度和分子图等复杂特征来提高组合泛化和关系推理的性能。由于这些优势，许多基于数据驱动的方法在材料性质的预测和探索中有高精度和高效率的表现。此外，最近的一些研究显示了动态和迭代优化数据驱动过程的潜力，它代表了一个包含上述基本阶段的主动学习循环。因此，基于数据驱动的材料创新及应用需要被关注。

在材料创新框架中，各个基本阶段之间的相互依赖性，包括机器学习算法、材料相关数据库、关键描述符及其实际应用需要被讨论。除开每个基本阶段本身的最新进展，各个阶段之间的过渡和联系也是重要的话题。例如用于数据增强和描述符生成的机器学习算法的应用。因此，及时回顾数据驱动的材料创新和新兴的广泛应用，包括能源转换和存储、环境净化、柔性电子、光电子、超导体、金属玻璃和磁性材料，有望促进该领域在学术界和工业界进一步的研究和开发。该综述首先介绍了数据驱动材料创新框架的各个基本阶段。接下来，高级数据密集型策略和机器学习算法被深入讨论，并回顾了材料数据库以及用于高通量计算的相关编程工具和平台。然后，该综述批判性地讨论了用于发现创新材料的描述符以及集中述评了数据驱动的流程如何应用于材料创新。最后，该综述总结了数据驱动材料创新的机遇和挑战。