机器学习助力新材料发现靠谱吗？

Multiwfner

最近机器学习、AI等被炒的很火，也有不少材料课题组开始在这些方面进行探索，请问机器学习真的可以助力新材料发现吗，这条路走下去前景会怎样？
这个问题涉及的面很广，希望大家多多发表自己的看法，谢谢！

Accelerator

借楼。虽然机器学习用于发现材料之类的更多地是希望当做一个工具来用，不过我觉得机器学习在理论化学领域应该是用来提供线索的，例如帮助人们发现某两件事情可能存在关联，接下来由人类去研究这种关联究竟只是表象还是有某种深刻的意义，为什么会呈现出这种关联。不知道大家对此怎么看。

yjmaxpayne

原则上可以，也有很多相应的例子了。 比如Materials Projects等，还有通过NLP直接从文献里面找寻并合成方法啥的。最近JPC和JCP都有关于ML的特刊，建议多去看看，里面包含的例子不仅仅限于新材料发现，或许对你理清头绪有帮助。
JPC： https://pubs.acs.org/page/vi/jpc-machine-learning.html
JCP：https://aip.scitation.org/toc/jcp/148/24?size=20&expanded=148

Multiwfner

小范范1989 发表于 2018-7-21 10:45
不知道这个算不算：
Prediction and understanding of AIE effect by
quantum mechanics-aided machine-l ...

算，当然算

小范范1989

不知道这个算不算：
Prediction and understanding of AIE effect by
quantum mechanics-aided machine-learning
algorithm
http://pubs.rsc.org/en/Content/A ... 02850H#!divAbstract

archer

相关的工作已经很多了，比如CALYPSO可以用来搜索材料

一颗赛艇

听上去像是骗不到钱，跑到材料化学领域里面试试运气

feiwang3am

机器学习.AI 应该和计算化学结合起来. 机器学习和AI是归根到底是一种算法和工具。通过对大量已知的化学理论和知识的学习，可以得出一些有用的结论。这确实可以帮助实验科学家，预测. 筛选可行的方案和解决部分问题，但最终还是得靠实验去验证预测结果的正确性。这个方向非常不错，但是需要集各方之力，或集大成才能有所为。