用于材料发现、开发和优化的人工智能

本文综述了人工智能（AI）、机器学习（ML）和深度学习（DL）在材料科学中的应用，特别是在材料发现、开发和优化方面。背景方面，材料科学从传统的试错法逐渐转向数据驱动的研究范式，以应对数据爆炸和计算能力增长的挑战。研究目的旨在通过AI技术加速材料研究流程，减少对经验方法的依赖，并设计具有定制性能的材料。结论指出，尽管AI在材料科学中取得了显著进展，但仍面临数据质量、模型可解释性和多模态数据整合等挑战。未来研究方向将聚焦于提高模型稳健性、整合因果推理和物理信息AI，并开发可解释的AI框架，同时结合量子计算和伦理框架以推动更先进的材料发现和优化。