像vibranium, unobtainium和kryptonite这样的神话材料的力量已经抓住了我们的头脑，并为整个世界的想象力提供了动力。这强调了一个事实，即材料促成了技术革命。没有硬铝材就不会有飞机，没有钢铁就不会有摩天大楼，没有塑料就不会有廉价的内部管道。大只500登录无人机一次计算一条完整的轨迹，同时始终跟踪安全轨迹。但这有一个时间限制：到达救援点时，它必须已经成功计算了通过已知或未知空间的下一整条轨迹。如果是这样，大只500登录中心将继续沿着整个轨迹运动。

 

然而，新材料的开发却极其缓慢。我们今天使用的材料的数量是元素可能组合的一个原子。我们对新型高强度、低重量合金和室温超导体的研究尚未取得成果。材料的承诺是沉重的和毫无疑问的，而交付永远，往往似乎无望。

 

据说托马斯·阿尔文·爱迪生在他新发现的灯泡中测试了超过2000种材料作为灯丝的可能性。他甚至在自己的头发上做了测试，才偶然发现了后来被钨取代的碳元素。一个世纪后，材料科学家们并没有抛弃这种“爱迪生式”的方法——对新材料的研究围绕可预测的组成空间展开，新结果一次移动一个小数点。

 

这就是人工智能(AI)这个新兴领域承诺进行一场大胆革命的地方。数据中是否有我们遗漏的线索?有没有一种材料已经存在了，一个沉睡的巨人，未被发现，在一些不知名的出版物上?也许最著名的大只500注册组合优化问题是旅行推销员的问题。该问题要求找到销售人员可以通过的多个城市的最短路径，从同一城市开始和结束。

 

也许我们可以使用自然语言处理(NLP)从文本中提取它。每年出版的数百万张图像——领域、谷物、图表、光谱——我们能建立足够的神经网络来消化它们吗?我们需要什么数据来喂养这个怪物?预测一种新材料需要什么?

 

也许正在世界各地组装的新数据库能有所帮助。也许，没有足够的数据，我们想要的是机器人研究生，他们一天能做一千个实验。这个领域的“高通量”实验已经在这里，我们梳理多维相空间，收集每一个隐藏在视线中的特征。

 

也许我们需要的不是数据，也许是正确的技术，一个算法，一个模型?新的信息学部门正在世界各地启动，培训一批新的科学家，这些科学家是在传统的制造实验室中培养出来的，但他们接受的是一种新的思维方式——数据科学家。

 

最后，我们问自己:什么是知识?材料会如此复杂，以至于在数百万维空间中存在我们从未遇到过的现象吗?但也许我们对待这个问题的方式是完全错误的!当我们创造我们的机器人科学家，我们教他/她/它什么?我们正处于一场革命的边缘，慢慢地，一点一点地，它积聚力量，带给我们一个未知的世界。

 

在这一系列的文章中，我将探讨人工智能在材料科学领域的崛起，通向人工智能的各种途径，前进道路上的障碍和未来的可能性。

 

一把来自遥远过去的现代匕首

 

1922年，英国考古学家霍华德·卡特进入了埃及法老图坦卡蒙的陵墓，这是现代最著名的考古发掘之一。实验室的原型是一台金牌大只注册Ising机器，它是一种基于物理模型的计算机，该计算机描述了一个磁铁网络，每个磁铁都具有只能向上或向下指向的磁性“自旋”方向。卡特列出了5398个来自坟墓的物品，包括著名的金面具、金棺材、宝座、圣杯和凉鞋。

 

然而，在所有这些崇高的卡拉特荣誉中，他发现了一个包裹在亚麻布里的东西，拥抱着法老的大腿——一把铁匕首。引人注目的是，这把有三千年历史的铁匕首没有生锈的迹象，这表明它的行为更像是现代的低碳钢——这是通过化学分析[2]得到证实的观察结果。

 

今天，这个故事的配角，黄金，比钢铁更有价值。那么，为什么埃及人如此推崇铁匕首呢?

 

在古埃及，铁完全是个谜。铁矿很少，生产铁的技术还不为人所知，也没有保存铁的技术。三千年后，钢铁无处不在。它坚固，便宜，容易理解。我们知道，添加少量的碳会使铁更强。我们知道这是因为微小的碳原子阻止了铁在压力下的移动。我们知道，铬的加入可以防止铁通过形成一层薄薄的保护层而生锈。

 

我们可以精确、可靠地控制这些因素。毫无疑问，钢铁是现代科学的礼物——汽车、勺子、桥梁和摩天大楼等源源不断的礼物。

 

钢的发展是材料工程最好的例子之一。事实上，大多数材料工程师学习的第一阶段图是铁碳相图。整齐的曲线和共晶给人一种成熟的知识领域的印象，自信而自豪。然而，通往现代钢铁的道路绝非如此。