研究进展：深度主动优化-高维材料 | Nature Computational Science

背景：从有限数据中推断最优解是科学发现的核心目标，但现有方法受限于大数据集和强假设，难以处理高维或数据稀缺问题。研究目的：提出一种结合深度神经网络与树搜索策略的深度主动优化方法DANTE，旨在高效解决高维复杂系统优化问题，最小化样本需求。结论：DANTE在高达2000维的问题中表现优异，仅需数百至数千数据点即可超越现有算法，在材料设计等多个现实场景中验证了有效性，为自主智能实验室和材料基因组计划提供了关键技术支撑。