2011年，美國能源部勞倫斯伯克利國家實驗室（伯克利實驗室）的一個小團隊啟動了后來成為世界引用最多的材料數(shù)據(jù)庫的項目。如今，材料項目服務(wù)超過65萬用戶，已被引用超過32,000次——但其真正的影響可能才剛剛開始。

當(dāng)著名計算材料科學(xué)家Kristin Persson及其團隊首次創(chuàng)建材料項目（Materials Project）時，他們構(gòu)想了一個自動化篩選工具，能夠幫助工業(yè)界和學(xué)術(shù)界的研究人員加速設(shè)計用于電池和其他能源技術(shù)的新材料。一個用戶友好的界面將研究人員免費連接到最大的材料屬性集合。其開源框架——由伯克利實驗室能源部用戶設(shè)施國家能源研究科學(xué)計算中心（NERSC）的超級計算機支持——將有助于普及材料知識并促進跨學(xué)科合作。另一個優(yōu)勢則是無需編程經(jīng)驗。

這個開創(chuàng)性數(shù)據(jù)庫的消息很快在材料科學(xué)界傳開，材料項目迅速成為世界上最受歡迎的材料數(shù)據(jù)提供商之一。到2020年初，多達120,000人——從國家實驗室科學(xué)家和工業(yè)創(chuàng)新者到好奇的高中生——加入了材料項目社區(qū)�，F(xiàn)在，材料項目達到了另一個重大里程碑：注冊用戶超過65萬。

這種指數(shù)級增長反映了對經(jīng)過策劃的、可用于機器學(xué)習(xí)的數(shù)據(jù)集的激增需求，這些數(shù)據(jù)集可以立即為AI應(yīng)用提供動力，而無需大量預(yù)處理。數(shù)據(jù)巨頭和機器學(xué)習(xí)革命在其14年的運營中，材料項目及其軟件工具已被同行評審的科學(xué)期刊發(fā)表的研究引用超過32,000次，推動了電池、量子計算、微電子、工業(yè)制造催化劑等方面的進步。其計算材料數(shù)據(jù)庫現(xiàn)在包括超過200,000種材料——從普通金屬到稀有化合物——以及超過577,000種分子。

在過去兩年中，它向用戶交付了465TB的數(shù)據(jù)——相當(dāng)于大約1億張高分辨率照片或100,000部電影大片的高清版本�！皺C器學(xué)習(xí)對材料發(fā)現(xiàn)來說是革命性的，因為它使科學(xué)家免于在實驗室中測試新化學(xué)品和制造新材料時一遍又一遍地重復(fù)相同的過程，”材料項目主任兼聯(lián)合創(chuàng)始人Persson說�！耙〉贸晒�，機器學(xué)習(xí)程序需要訪問大量高質(zhì)量、經(jīng)過精心策劃的數(shù)據(jù)。憑借其龐大的策劃數(shù)據(jù)存儲庫，材料項目已準(zhǔn)備好為AI服務(wù)�！�

從一開始，伯克利實驗室的材料項目領(lǐng)導(dǎo)團隊——由Persson（她還擔(dān)任伯克利實驗室材料科學(xué)系高級科學(xué)家和加州大學(xué)伯克利分校材料科學(xué)與工程教授）、伯克利實驗室科學(xué)家和材料項目副主任Anubhav Jain，以及伯克利實驗室高級計算工程師和材料項目技術(shù)主管Patrick Huck組成——一直與來自工業(yè)界、國家實驗室和學(xué)術(shù)界的眾多貢獻者密切合作，其中許多人被列為Persson和團隊最近在Nature Materials期刊發(fā)表的視角文章的共同作者。

材料項目主任Kristin Persson

他們共同改進了材料項目，增加了更多材料、更好的算法和搜索能力，以及更多樣化的屬性覆蓋。以用戶友好性為指導(dǎo)原則，他們具有遠見，早在AI興起之前的數(shù)年就將最先進的機器學(xué)習(xí)算法構(gòu)建到系統(tǒng)中，幫助研究人員理解和識別功能材料�！安牧享椖恳恢碧幱诖龠M材料科學(xué)機器學(xué)習(xí)革命的前沿�！盝ain說�！霸S多機器學(xué)習(xí)公司——從初創(chuàng)公司到成熟公司——都依賴材料項目來訓(xùn)練其預(yù)測材料屬性的機器學(xué)習(xí)模型，他們的工程師和科學(xué)家隨后使用這些模型來開發(fā)產(chǎn)品�！�

AI就緒：策劃數(shù)據(jù)的力量

研究人員目前正在尋找新的電池材料，以更有效地為電網(wǎng)或交通儲能，或?qū)ふ倚碌拇呋瘎﹣韼椭岣呋瘜W(xué)工業(yè)的效率。但開放科學(xué)文獻中只有不到1%的化合物有實驗數(shù)據(jù)可用，這限制了對新材料及其屬性的理解。這就是數(shù)據(jù)驅(qū)動的材料科學(xué)可以提供幫助的地方�！凹铀俨牧习l(fā)現(xiàn)是解鎖新能源技術(shù)的關(guān)鍵，”Jain說�！安牧享椖吭谶^去十年中實現(xiàn)的是，研究人員通過使用高保真計算模擬，可以了解數(shù)十萬種材料的屬性。這反過來又使他們能夠更快地設(shè)計材料，并開發(fā)機器學(xué)習(xí)模型來預(yù)測他們感興趣的任何應(yīng)用的材料行為�！�

材料項目平臺在國家能源研究科學(xué)計算中心（NERSC）使用高通量計算建模來篩選大型材料庫以用于特定目的。屬性使用先進的計算方法計算，并根據(jù)現(xiàn)實世界的實驗進行驗證。這種方法允許研究人員快速測試和評估許多不同的材料，加速發(fā)現(xiàn)過程。

該平臺還提供標(biāo)準(zhǔn)化數(shù)據(jù)集，格式化用于訓(xùn)練機器學(xué)習(xí)系統(tǒng)，包括關(guān)于材料電子密度的詳細(xì)信息。這種經(jīng)過策劃的數(shù)據(jù)允許研究人員根據(jù)性能基準(zhǔn)驗證新的AI模型。這種廣泛準(zhǔn)備工作消除了通常需要數(shù)月來組裝和清理材料數(shù)據(jù)集的時間，使研究人員能夠?qū)Ｗ⒂陂_發(fā)新的AI算法和進行科學(xué)發(fā)現(xiàn)。在疫情期間，材料項目的AI就緒能力使材料研究得以繼續(xù)，盡管實驗研究實驗室的現(xiàn)場訪問受到限制�！皞鹘y(tǒng)上進行動手實驗室實驗的實驗材料科學(xué)家轉(zhuǎn)向數(shù)字工具來分析數(shù)據(jù)并運行模擬，同時遠程工作。

如今，像材料項目這樣的現(xiàn)代平臺現(xiàn)在被期望全天候運營，以“支持自2022年5月以來增長了2.5倍的用戶社區(qū)�！盚uck說。為了支持這一不斷增長的需求，Huck及其團隊與MongoDB（現(xiàn)代應(yīng)用程序的領(lǐng)先數(shù)據(jù)庫）、可觀測性平臺Datadog和云計算提供商亞馬遜（Amazon Web Services）等工業(yè)合作伙伴合作，將材料項目遷移到基于云的基礎(chǔ)設(shè)施，該基礎(chǔ)設(shè)施支持從快速屬性搜索到大規(guī)模數(shù)據(jù)下載的所有內(nèi)容，以及允許實時探索不同材料之間關(guān)系的交互式工具。這種創(chuàng)新的云基礎(chǔ)設(shè)施確保了99.98%的正常運行時間，這是高可用性的行業(yè)標(biāo)準(zhǔn)。

從數(shù)據(jù)庫到發(fā)現(xiàn)材料項目已被全球大學(xué)、研究實驗室和公司采用，服務(wù)于電池、半導(dǎo)體、催化劑和結(jié)構(gòu)材料的研究。長期用戶豐田研究院（TRI）總部位于加利福尼亞州洛斯阿爾托斯，在馬薩諸塞州劍橋市和密歇根州安娜堡設(shè)有設(shè)施，一直依賴材料項目的開源工具和數(shù)據(jù)來開發(fā)新材料。TRI是豐田汽車公司的研發(fā)和科學(xué)開發(fā)子公司，專注于開發(fā)人工智能、車輛自動化、材料科學(xué)和機器人技術(shù)。

“材料項目通過為整個研究社區(qū)提供透明開發(fā)的開源工具，成為工業(yè)界和學(xué)術(shù)界的強大橋梁。幾乎每一項專注于材料發(fā)現(xiàn)AI的工業(yè)工作——無論是在成熟公司還是初創(chuàng)公司——都由在材料項目受過訓(xùn)練的眾多才華橫溢的年輕科學(xué)家中的一員領(lǐng)導(dǎo)。他們的印記無處不在，”豐田研究院副總裁Brian Storey說。

微軟公司也使用材料項目來訓(xùn)練材料科學(xué)模型，最近開發(fā)了一種稱為MatterGen的工具，這是一種用于無機材料設(shè)計的生成模型。微軟Azure量子使用材料項目的數(shù)據(jù)開發(fā)了一種新的電池電解質(zhì)。其他著名研究使用材料項目成功設(shè)計用于有前途的新應(yīng)用的功能材料。2020年，加州大學(xué)圣塔芭芭拉分校、阿貢國家實驗室和伯克利實驗室的研究人員合成了Mn1+xSb，這是一種對電子、汽車、航空航天和能源應(yīng)用中的熱冷卻有前景的磁性化合物。研究人員通過材料項目對超過5,000種候選化合物的篩選發(fā)現(xiàn)了這種磁熱材料。

除了訪問龐大的數(shù)據(jù)庫外，材料界還可以通過一個稱為MPContribs的平臺向材料項目貢獻新數(shù)據(jù)。這允許國家實驗室設(shè)施、學(xué)術(shù)機構(gòu)、公司和其他已經(jīng)生成大量材料數(shù)據(jù)集的組織與更廣泛的研究社區(qū)共享這些數(shù)據(jù)。其他社區(qū)貢獻通過新材料預(yù)測和實驗驗證擴展到了以前未探索的領(lǐng)域。例如，谷歌Deepmind——谷歌的人工智能實驗室——使用材料項目訓(xùn)練了初始GNoME（用于材料探索的圖網(wǎng)絡(luò)）模型來預(yù)測晶體的總能量，這是材料穩(wěn)定性的一個關(guān)鍵指標(biāo)。通過2023年在Nature期刊上發(fā)表的工作，谷歌Deepmind向材料項目貢獻了近400,000種新化合物，擴展了平臺龐大的材料屬性和模擬工具包。材料項目貢獻或管理的注冊到能源部科學(xué)與技術(shù)信息辦公室（OSTI）數(shù)據(jù)ID服務(wù)的數(shù)據(jù)集比任何其他平臺都多，這標(biāo)志著其在開放科學(xué)和數(shù)據(jù)共享方面的領(lǐng)導(dǎo)地位，并通過谷歌數(shù)據(jù)集搜索等搜索引擎設(shè)定了數(shù)據(jù)管理和可訪問性標(biāo)準(zhǔn)。如今，它只是能源部科學(xué)辦公室的七個公共可重用數(shù)據(jù)資源之一，這些資源使策劃的數(shù)據(jù)公開可用，以進一步科學(xué)發(fā)現(xiàn)和技術(shù)知識。該平臺龐大的材料數(shù)據(jù)庫不僅有助于激發(fā)新能源技術(shù)，還激發(fā)了下一代材料科學(xué)家。

“公立和私立大學(xué)的研究生、博士后和教授依靠材料項目24/7作為他們研究的資源。我們現(xiàn)在平均每天被研究論文引用超過六次這一事實表明，材料項目在短短十年中已成為多少教育資源，”Huck說。連接到自主實驗室隨著材料科學(xué)擁抱數(shù)據(jù)驅(qū)動的發(fā)現(xiàn)，材料項目的經(jīng)過策劃的數(shù)據(jù)集使其成為AI驅(qū)動的材料設(shè)計的重要基礎(chǔ)設(shè)施。該平臺正在繼續(xù)發(fā)展其機器學(xué)習(xí)能力，計劃增強計算方法和改進對復(fù)雜材料行為的處理�！拔覀円恢痹诠ぷ鞯囊粋�令人興奮的領(lǐng)域是將這個模擬管道與伯克利實驗室A-Lab進行的自主實驗連接起來。我們不僅在計算機中模擬事物，而且還將新材料帶入現(xiàn)實，”Jain說。

A-Lab是一個全自動實驗室，使用由人工智能引導(dǎo)的機器人來加速材料科學(xué)發(fā)現(xiàn)。自2023年推出以來，A-Lab與材料項目合作，合成了對未來技術(shù)有前景的新材料。這種全面數(shù)據(jù)覆蓋、嚴(yán)格質(zhì)量標(biāo)準(zhǔn)和社區(qū)驅(qū)動擴展的組合創(chuàng)造了加速具有特定期望屬性的新材料發(fā)現(xiàn)時間表的基礎(chǔ)，Jain補充說。