Etablering af standarder for at maksimere fordelene ved kunstig intelligens

Materialvidenskab ændrer sig hurtigt med fremkomsten af kunstig intelligens (AI) og maskinlæring (ML). Disse værktøjer transformerer, hvordan vi opdager, designer og optimerer nye materialer for at tackle de store udfordringer inden for ren energi og bæredygtig fremstilling, avanceret elektronik og biomedicin.

Dog kræver det at få mest muligt ud af AI i materialeforskning mere end blot avancerede algoritmer og store datamængder. Det kræver en robust, standardiseret infrastruktur til at få adgang til, dele og integrere materialedata på tværs af forskellige kilder og domæner. Uden standarder står forskere over for store barrierer for at træne nøjagtige, generaliserbare modeller og få deres resultater ud i den virkelige verden.

Her vil vi se på vigtigheden af datastandarder for AI-drevet materialeforskning, med fokus på den nye Open Databases Integration for Materials Design (OPTIMADE) initiativet. Vi vil dække udfordringerne ved udveksling af materialedata, OPTIMADE API‑funktionerne og fordelene, samt virkelige eksempler på, hvordan denne standard allerede ændrer materialeforskning. Til sidst vil vi se på fremtiden for OPTIMADE og hvad det kan betyde for innovation inden for nye materialer.

Udfordringerne ved udveksling af materialedata

For at forstå vigtigheden af datastandarder i materialvidenskab, skal du forstå de udfordringer, forskere står over for, når de skal få adgang til og integrere data fra forskellige kilder.

Materialedata er spredt ud over et fragmenteret landskab af databaser, hver med sit eget dataschema, API og adgangsprotokoller. Denne mangel på interoperabilitet er en stor barriere for forskere, der ønsker at bygge maskinlæringsmodeller eller udføre stor‑skala data‑mining.

Tag for eksempel en materialforsker, der ønsker at opdage nye batterimaterialer. For at træne en forudsigelsesmodel skal de indsamle data om et bredt udvalg af kendte batteriforbindelser, deres krystallstrukturer, elektrokemiske egenskaber og syntesebetingelser.

Dog er disse data sandsynligvis spredt over flere databaser, hver med sin egen måde at repræsentere og levere informationen på.

For at få de relevante data, skal forskeren:

• Skrive specialkode for at forespørge hver databases API
• Navigere i deres unikke schema
• Rense og sammenlægge resultaterne til et konsistent format.

Dette er tidskrævende, fejlbehæftet og kræver teknisk ekspertise uden for forskerens kerneområde.

Dr. Julia Ling, en materialinformatikforsker ved Lawrence Berkeley National Laboratory, har oplevet dette på egen hånd. Hun siger:

“I mit arbejde har jeg ofte brug for at integrere data fra flere databaser for at bygge omfattende træningssæt til mine maskinlæringsmodeller. Men manglen på standardisering på tværs af disse databaser er et stort problem. Jeg kan bruge uger på blot at skrive databehandlings‑scripts, før jeg overhovedet kan begynde at træne mine modeller.”

Problemet forværres af, at mange materialedatabaser er låst inde i enkelte forskningsgrupper eller institutioner, så eksterne forskere ikke engang kan finde, for ikke at tale om at få adgang til potentielt værdifulde data. Denne mangel på synlighed og tilgængelighed holder videnskaben tilbage og forårsager unødvendig duplikering af indsats.

Dr. Bryce Meredig, medstifter og Chief Science Officer hos Citrine Informatics, siger:

“Den nuværende tilstand af materialedata er et rod. De er spredte, heterogene og ofte dårligt dokumenterede. Dette gør det umuligt at bruge dataene effektivt, især til maskinlæring.”

Behovet for fællesskabsstandarder

For at overvinde disse udfordringer og få mest muligt ud af AI i materialeforskning, har fællesskabet brug for et fælles sæt af standarder og protokoller for dataudveksling. Disse standarder skal gøre det muligt for forskere at få adgang til og integrere data fra forskellige kilder i et konsistent, maskinlæsbart format uden at skulle navigere i hver enkelt databases kompleksitet.

Disse standarder skal udvikles og vedtages af fællesskabet på en åben og samarbejdende måde. De kan ikke pålægges top‑down af en enkelt institution eller databaseudbyder. De skal opstå gennem en konsensus‑ og iterativ proces med input fra et bredt udvalg af interessenter inden for akademia, industri og regering.

Fordelene er klare. Ved at levere et fælles sprog og rammeværk for udveksling af materialedata kan de reducere barriererne for dataadgang og integration og lade forskere bruge mere tid på videnskab og mindre tid på datahåndtering. Derudover kan de muliggøre et rigt økosystem af interoperable værktøjer og tjenester, fra datavisualiserings‑ og analyseplatforme til automatiserede opdagelses‑pipelines og vidensbaser.

Dr. Kristin Persson, direktør for Materials Project ved Lawrence Berkeley National Laboratory, siger, at fællesskabsstandarder er nøglen til at få mest muligt ud af AI i materialvidenskab. Hun tilføjede:

“Ved at blive enige om et fælles sæt principper og protokoller for dataudveksling kan vi åbne et helt nyt niveau af samarbejde og innovation i materialeforskning. Det handler ikke kun om at gøre data mere tilgængelige, men om at muliggøre ny videnskab, der var umulig før.”

Fremkomsten af OPTIMADE

Da behovet for fællesskabsstandarder i udveksling af materialedata blev tydeligt, gik en gruppe førende materialedatabaser og softwareleverandører sammen i 2016 for at lancere Open Databases Integration for Materials Design (OPTIMADE) initiativet.

Målet med OPTIMADE er at udvikle en fælles API‑specifikation for forespørgsler og hentning af data fra materialedatabaser i et standardiseret, maskinlæsbart format. Ved at tilbyde en enkelt grænseflade til mange databaser, vil OPTIMADE gøre det lettere for forskere at få adgang til og integrere materialedata i deres arbejdsgange uanset hvilken database eller software de bruger.

OPTIMADE‑specifikationen er baseret på RESTful webdesign ved brug af standard‑HTTP‑protokoller og JSON‑dataformater for at muliggøre kommunikation mellem databaser og klientapplikationer. Den definerer et sæt af fælles endepunkter og forespørgselsparametre, som databaser kan implementere for at eksponere deres data på en standardiseret, selvbeskrivende måde.

For eksempel kan en klientapplikation sende en simpel HTTP‑GET‑forespørgsel til en OPTIMADE‑kompatibel database med forespørgselsparametre i et standardiseret format for at søge efter materialer, der indeholder jern og oxygen.

Database‑serveren oversætter derefter dette til sin egen forespørgselssprog, udfører søgningen og returnerer resultaterne i JSON. Klientapplikationen kan så parse og behandle disse resultater ved hjælp af standardværktøjer og -biblioteker uden at kende den underliggende databaseschema eller implementeringsdetaljer.

OPTIMADE i praksis

Siden 2019 er OPTIMADE blevet vedtaget af mange materialedatabaser og softwareværktøjer.

Et eksempel er Materials Project, en populær database med beregnede materialegenskaber, hostet af Lawrence Berkeley National Laboratory. I 2020 implementerede Materials Project‑teamet en OPTIMADE‑API, så brugere kunne få adgang til deres enorme datasæt ved hjælp af standardforespørgselsparametre og svarformater.

Ifølge Dr. Shyam Dwaraknath, den ledende databasearkitekt:

“Materials Projects OPTIMADE‑API har været en game‑changer for vores brugere. Den har gjort det muligt at skabe et helt nyt økosystem af værktøjer og integrationer, som gør det lettere end nogensinde at få adgang til og analysere vores data fra Jupyter‑notebooks og webapplikationer til høj‑gennemløb‑screenings‑pipelines.”

NOMAD Archive, et lager for rådata fra høj‑gennemløb‑materialesimuleringer, er en anden tidlig adopter af OPTIMADE. Ved at eksponere sine data gennem en OPTIMADE‑API har NOMAD gjort det muligt for forskere at udføre stor‑skala data‑mining og træne maskinlæringsmodeller på et enormt datasæt af beregnede egenskaber.

Ifølge Dr. Luca Ghiringhelli, gruppeleder ved Fritz Haber Institute og AI‑entusiast inden for materialvidenskab:

“Vi ser en reel stigning i interessen for datadrevet materialeforskning, og OPTIMADE spiller en central rolle i dette. Ved at tilbyde en enkelt grænseflade til flere databaser sænker den barriererne for dataadgang og integration og hjælper med at demokratisere feltet.”

Virkelige anvendelser

Indvirkningen af OPTIMADE ses allerede på tværs af mange materialeforskningsområder, fra batterier og vedvarende energi til rumfart og biomedicinsk ingeniørkunst. Her er nogle få eksempler på, hvordan dette sker:

#1. Findning af højtydende termoelektriske materialer: Forskere ved Northwestern University brugte OPTIMADE til at kombinere data fra flere beregningsdatabaser, herunder Materials Project og OQMD, for at træne en maskinlæringsmodel til at forudsige de termoelektriske egenskaber af nye materialer. Med dette datasæt lykkedes det dem at finde flere nye forbindelser med potentielt rekord‑brydende ydeevne, som nu bliver syntetiseret og testet.

#2. Høj‑gennemløb‑screening af 2D‑materialer: Et team ved Danmarks Tekniske Universitet brugte OPTIMADE til at screene mere end 50.000 beregnede 2D‑materialer fra Computational 2D Materials Database (C2DB). Ved at forespørge databasen med OPTIMADE‑filtre kunne de hurtigt finde materialer med specifikke egenskaber, såsom høj ladningsmobilitet eller lavt båndgab, til næste generations elektronik og optoelektronik.

#3. Den hurtige udvikling af nye batterimaterialer: Forskere ved MIT og Stanford University brugte OPTIMADE til at bygge en centraliseret database over batterimaterialers egenskaber, ved at kombinere data fra Materials Project, OQMD og andre kilder. De trænede en række maskinlæringsmodeller på dette datasæt for at forudsige nøgle‑performance‑metrikker, såsom kapacitet og cyklabilitet, for nye lithium‑ion‑batterikemi. Disse modeller bruges nu til at guide eksperimentelle bestræbelser på at udvikle sikrere, længere‑holdbare og mere energitætte batterier til elbiler og netlagring.

#4. Design af høj‑entropi‑legeringer: Et team ved University of Maryland brugte OPTIMADE til at kombinere data fra flere beregnings‑ og eksperimentelle databaser, herunder Materials Project, OQMD og High‑Entropy Alloys Database (THEAD), for at bygge et datasæt over høj‑entropi‑legeringers egenskaber. De brugte dette datasæt til at træne en maskinlæringsmodel, der forudsiger dannelsesenergier og fase‑stabilitet for nye høj‑entropi‑legeringskompositioner. De kunne screene tusindvis af kandidater og finde de mest lovende til eksperimentel validering. Dette arbejde hjælper med at accelerere udviklingen af næste generations høj‑entropi‑legeringer med enestående styrke, sejhed og korrosionsbestandighed til rumfart, forsvar og videre.

Lad os nu se på, hvilke virksomheder der kan drage mest nytte af at etablere disse standarder.

#1. Tesla (TSLA)

Tesla, Inc. (TSLA ) vil i høj grad drage fordel af OPTIMADE’s standardiserede dataudveksling, som vil styrke deres evne til at udvikle bedre batteriteknologier og optimere materialer i deres produktionsprocesser. Dette vil hjælpe Tesla med at skabe batterier med højere energitæthed, længere levetid og forbedrede sikkerhedsfunktioner, samtidig med at omkostningerne reduceres og bæredygtigheden forbedres.

Finansielt set rapporterede Tesla i 2023 en omsætning på 96,8 milliarder dollars, en stigning på 19 % i forhold til året før, hvilket viser deres stærke økonomiske vækst og potentiale for fortsat innovation.

#2. Intel Corporation (INTC)

En anden virksomhed, der vil drage betydelig fordel af OPTIMADE’s standardiserede dataudveksling, er Intel (INTC ) Corporation (INTC), en leder inden for teknologi‑ og halvledersektoren. Ved at udnytte AI og standardiserede materialedata kan Intel opdage og designe nye halvledermaterialer, hvilket fører til udvikling af chips med bedre ydeevne, højere effektivitet og nye funktionaliteter.

Dette vil hjælpe Intel med at fastholde sin position i spidsen for halvlederinnovation. Desuden vil integration af data på tværs af forskellige databaser strømline Intels forsknings‑ og udviklingsprocesser, så de kan fokusere mere på innovation og mindre på datahåndtering.

På den finansielle side rapporterede Intel en omsætning på 54,2 milliarder dollars i 2023, hvilket afspejler virksomhedens betydelige rolle i branchen og det fortsatte vækst‑ og udviklingspotentiale.

Fremtiden for OPTIMADE

Efterhånden som OPTIMADE bliver vedtaget flere og flere, udforsker materialvidenskabssamfundet nye grænser for data‑integration og opdagelse. Et udviklingsområde er integrationen af OPTIMADE med andre datastandarder og ontologier, såsom European Materials Modelling Ontology (EMMO) og Crystallographic Information Framework (CIF).

At tilpasse disse forskellige standarder og semantikker vil give forskere mulighed for at stille endnu mere kraftfulde og komplekse spørgsmål på tværs af flere datakilder, længder, tidsskalaer, og domæner inden for materialvidenskab.

Et andet fokusområde for fremtidig forskning er udviklingen af mere avancerede og automatiserede værktøjer til materialedataanalyse og maskinlæring. Fremkomsten af dyb‑lærings‑teknikker såsom graf‑neuron‑netværk og transformer‑arkitekturer signalerer et behov for både standardiserede og skalerbare måder at repræsentere og behandle materialedata i disse modeller.

OPTIMADE er godt placeret til at spille en nøglerolle i dette rum, da den kan levere en fælles grænseflade til at få adgang til og integrere store, diverse datasæt af materialegenskaber og strukturer. Som Dr. Matthias Scheffler, direktør for Fritz Haber Institute og pioner inden for beregningsmaterialvidenskab, siger:

“OPTIMADE handler ikke kun om at gøre data mere tilgængelige, men om at muliggøre nye paradigmer for materialeforskning og -design. Ved at levere et fundament for datadrevet og AI‑drevet materialeforskning hjælper vi med at indlede en ny æra af innovation og opdagelse.”

Ser man længere frem, er der også interesse for at bruge OPTIMADE til at muliggøre mere decentraliserede og samarbejdsbaserede modeller for datadeling og opdagelse af materialer. For eksempel udforsker nogle forskere brugen af blockchain til at skabe sikre, distribuerede netværk af OPTIMADE‑databaser, hvor data kan deles og forespørges på tværs af flere institutioner og domæner.

Andre ser på federeret læring for at træne maskinlæringsmodeller på decentraliserede datasæt uden at skulle centralisere eller harmonisere dataene. Ved at lade forskere hos virksomheder som Matgenix og Data Science OÜ samarbejde og dele indsigter på tværs af institutionelle grænser, mens de stadig kontrollerer deres egne data og IP, kunne disse tilgange accelerere tempoet for materialeforskning og innovation.

Click here to learn why artificial intelligence is a billion-dollar play for Cisco Systems. (CSCO )

Afsluttende tanker

AI og datadrevne teknikker i materialvidenskab ændrer måden, vi opdager, designer og implementerer nye materialer på. Men for fuldt ud at realisere disse tilgange, har vi brug for en robust, standardiseret infrastruktur til at få adgang til og integrere data på tværs af flere kilder og domæner.

OPTIMADE‑API’en er en nøglefaktor for dette ved at levere et fælles sprog og protokol til at forespørge og hente materialedata i et maskinlæsbart format. Ved at reducere barriererne for dataadgang og integration gør OPTIMADE materialeforskning mere demokratisk og accelererer innovation.

Efterhånden som OPTIMADE bliver vedtaget i stigende grad, og nye værktøjer og teknikker for datadrevet materialeforskning dukker op, kan vi forvente endnu mere i fremtiden. Fra nye batterimaterialer og højtydende legeringer til skræddersyede lægemidler og funktionelle nanomaterialer er mulighederne uendelige.

Men for at realisere dette har vi brug for vedvarende investering og samarbejde på tværs af materialvidenskabssamfundet, samt åbne data, åbne standarder og åben videnskab. Kun ved at arbejde sammen på tværs af disciplinære og institutionelle grænser kan vi håbe på at frigøre den fulde kraft af AI og datadrevet  opdagelse i materialvidenskab.

Ifølge Dr. Gerbrand Ceder, professor i materialvidenskab ved UC Berkeley og pioner inden for beregningsmaterialedesign, siger:

“Fremtiden er lys, men vi skal ændre den måde, vi tænker på data og samarbejde. Ved at bruge åbne standarder som OPTIMADE og arbejde sammen som et fællesskab om at dele viden, kan vi accelerere innovation og løse nogle af de største problemer, vi står over for i dag.”

Samlet set vil vedtagelsen af standarder som OPTIMADE revolutionere materialvidenskaben ved at strømline data‑integration, styrke samarbejde og drive hurtig innovation på tværs af flere industrier.

Click here to learn all about investing in artificial intelligence (AI).