野花高清在线观看免费完整bd,99久久精品日本一区二区免费,国产精品区一区二区三在线播放

【機(jī)器學(xué)習(xí)+材料】Nat. Rev. Mater.：AI解放人類雙手，加速實(shí)現(xiàn)新材料的研發(fā)

主動(dòng)學(xué)習(xí)和自動(dòng)化是否可以將人類從實(shí)驗(yàn)室工作流程中解放出來(lái)？在真正影響材料的研發(fā)之前，人工智能系統(tǒng)可能需要精確的設(shè)置，以確保其強(qiáng)大的運(yùn)行能力，以及處理認(rèn)知和隨機(jī)錯(cuò)誤的能力。隨著自主實(shí)驗(yàn)的廣泛應(yīng)用，如何在自主實(shí)驗(yàn)室的設(shè)計(jì)中嵌入可重復(fù)性、可重構(gòu)性和互操作性是至關(guān)重要的。基于此，麻省理工學(xué)院Tonio Buonassisi和Ju Li等人在Nature Reviews Materials發(fā)表Comment文章，提出了兩個(gè)觀點(diǎn)：解決認(rèn)知錯(cuò)誤與構(gòu)建互聯(lián)的人工智能實(shí)驗(yàn)室。

研究背景

新材料的發(fā)現(xiàn)是一個(gè)勞動(dòng)密集型的過(guò)程，正如愛(ài)迪生為了發(fā)明白熾燈泡測(cè)試了數(shù)千根燈絲。如今，結(jié)合機(jī)器人和主動(dòng)學(xué)習(xí)的自動(dòng)化模式出現(xiàn)了。在預(yù)算和空間有限的情況下，構(gòu)建完全自動(dòng)化的實(shí)驗(yàn)平臺(tái)是具有挑戰(zhàn)性的，但卻可以嘗試從半自動(dòng)化的工作流程上進(jìn)行（如在儀器之間手動(dòng)轉(zhuǎn)移樣品陣列）。使用高斯過(guò)程回歸和貝葉斯優(yōu)化及其變體的主動(dòng)學(xué)習(xí)方法，已經(jīng)可以出色地管理多種類型的過(guò)程優(yōu)化。

正如養(yǎng)育孩子需要幾十年的時(shí)間和不同種類的課程一樣，我們不應(yīng)該期望在有限的知識(shí)基礎(chǔ)上進(jìn)行主動(dòng)學(xué)習(xí)驅(qū)動(dòng)的實(shí)驗(yàn)。教一個(gè)蹣跚學(xué)步的孩子走路需要大量的握手和交流，人們應(yīng)該期待主動(dòng)學(xué)習(xí)和人工智能（AI）驅(qū)動(dòng)的實(shí)驗(yàn)也是如此——即使有一個(gè)看似強(qiáng)大的自動(dòng)化管道，也需要大量的外部指導(dǎo)。

圖1：在AI網(wǎng)絡(luò)中的自主實(shí)驗(yàn)室。隨著AI系統(tǒng)能力的不斷增強(qiáng)以及預(yù)算和物理空間的限制，采用模塊化云實(shí)驗(yàn)室設(shè)施可能是有利的。這些可以在一些荒地上進(jìn)行大規(guī)模實(shí)施。這些設(shè)施允許靈活的重新配置和設(shè)備鏈的互連，確保跨多個(gè)自主實(shí)驗(yàn)室的互操作性。數(shù)字流和質(zhì)量流是兩個(gè)最關(guān)鍵的流：多個(gè)AI代理通過(guò)統(tǒng)一的網(wǎng)絡(luò)交換信息，而在物理領(lǐng)域，許多輪式機(jī)器人和無(wú)人機(jī)作為物理樣本運(yùn)輸?shù)耐七M(jìn)劑。來(lái)自全球任何角落的研究人員都可以遠(yuǎn)程訪問(wèn)該系統(tǒng)，他們以人類語(yǔ)言給出的命令可以被解析成子任務(wù)，并通過(guò)大型語(yǔ)言模型進(jìn)行分發(fā)。

解決認(rèn)知錯(cuò)誤

獲得長(zhǎng)期可重現(xiàn)數(shù)據(jù)集的能力是一個(gè)成熟的機(jī)器人平臺(tái)有資格進(jìn)行主動(dòng)學(xué)習(xí)的標(biāo)志。當(dāng)一個(gè)實(shí)驗(yàn)重復(fù)兩次并產(chǎn)生不同的結(jié)果時(shí)，這種差異來(lái)自兩個(gè)來(lái)源：偶然誤差和認(rèn)知錯(cuò)誤。偶然誤差源于隨機(jī)性，由于可以通過(guò)自動(dòng)化來(lái)消除，并且可以通過(guò)高斯過(guò)程噪聲核來(lái)推斷，因此更容易處理。相反，認(rèn)知錯(cuò)誤可能會(huì)對(duì)由主動(dòng)學(xué)習(xí)算法驅(qū)動(dòng)的自主實(shí)驗(yàn)造成嚴(yán)重破壞。例如，在機(jī)器人平臺(tái)上，有一段時(shí)間，研究人員會(huì)發(fā)現(xiàn)從一個(gè)簡(jiǎn)單的自動(dòng)化液滴鑄造過(guò)程中制備的碳紙基樣品的性能有很大的變化。這個(gè)問(wèn)題沒(méi)有得到解決，直到研究人員注意到碳基板可能是各向異性的，這意味著切割碳基板的方式是一個(gè)重要的變量。

有人可能會(huì)問(wèn)，為什么可重復(fù)性對(duì)主動(dòng)學(xué)習(xí)特別重要。做手工實(shí)驗(yàn)的實(shí)驗(yàn)者不也面臨這個(gè)問(wèn)題嗎？答案是肯定的，但人類豐富的經(jīng)驗(yàn)和流體智力大大減輕了這種擔(dān)憂。想象一下，一個(gè)學(xué)生發(fā)現(xiàn)了一個(gè)合成配方，重復(fù)了10次，10次中有2次得到了非常令人興奮的結(jié)果。學(xué)生將做什么？誤差條太大，無(wú)法公布結(jié)果，因此學(xué)生會(huì)和指導(dǎo)老師討論，以多種方式調(diào)整設(shè)置，最終找出統(tǒng)計(jì)異常背后的原因（例如，可能是中間反應(yīng)產(chǎn)物的多余水分含量）。

統(tǒng)計(jì)異常源于我們無(wú)法識(shí)別導(dǎo)致結(jié)果的所有潛在變量，如果它們被忽視而不去做調(diào)研，就會(huì)導(dǎo)致不可重復(fù)性。《自然》雜志的一項(xiàng)調(diào)查顯示，文獻(xiàn)中不可復(fù)制的主要原因是選擇性報(bào)道。如果一個(gè)人在不確定誤差條的來(lái)源的情況下魯莽地啟動(dòng)一個(gè)主動(dòng)學(xué)習(xí)項(xiàng)目，那么這種努力可能會(huì)浪費(fèi)大量的時(shí)間和金錢。該算法會(huì)錯(cuò)誤地將虛假噪聲視為信號(hào)，從而給出糟糕的建議，就類似于“無(wú)效輸入，無(wú)效輸出”。

另一面是，如果仔細(xì)糾正認(rèn)知錯(cuò)誤，可能會(huì)導(dǎo)致奇妙的科學(xué)發(fā)現(xiàn)（例如，青霉素的發(fā)現(xiàn)是由于未能培養(yǎng)出意外受到真菌污染的細(xì)菌培養(yǎng)物）。人類非常擅長(zhǎng)扭轉(zhuǎn)“實(shí)驗(yàn)失敗”，因?yàn)槲覀冇蟹欠驳囊蚬评砟芰Γā耙坏┠闩懦瞬豢赡埽Ｏ碌模还芏嗝床豢赡埽欢ㄊ钦嫦唷保孟穆蹇恕じ柲λ沟脑挘＿@與基本的主動(dòng)學(xué)習(xí)方法不同，因?yàn)樗鼈儗?duì)世界的看法過(guò)于簡(jiǎn)單，沒(méi)有太多的先驗(yàn)物理知識(shí)。

與傳統(tǒng)的機(jī)器學(xué)習(xí)技術(shù)不同，像ChatGPT這樣的大型語(yǔ)言模型可以用來(lái)生成完備的科學(xué)假設(shè)。在未來(lái)，將使用更廣泛和更深入的實(shí)驗(yàn)室自動(dòng)化來(lái)實(shí)驗(yàn)測(cè)試這些機(jī)器生成的假設(shè)，這可能能夠解釋認(rèn)知錯(cuò)誤。例如，一個(gè)合成過(guò)程可以在不同的可控大氣室中自動(dòng)化地重復(fù)，以了解不同氣體對(duì)分壓的依賴。計(jì)算機(jī)視覺(jué)領(lǐng)域也逐漸融入了自動(dòng)化的實(shí)驗(yàn)，計(jì)算機(jī)視覺(jué)在某些任務(wù)上的表現(xiàn)已經(jīng)超過(guò)了人類的視覺(jué)，計(jì)算機(jī)視覺(jué)能夠比人類更細(xì)致地跟蹤實(shí)驗(yàn)室條件（如濕度、輻射背景、材料的紋理和不均勻性），并且有了一個(gè)關(guān)于物質(zhì)世界如何運(yùn)作的龐大的先驗(yàn)知識(shí)庫(kù)，具有多模態(tài)傳感器的AI系統(tǒng)能夠找出認(rèn)知錯(cuò)誤的合理原因并通過(guò)實(shí)驗(yàn)調(diào)試工作流程只是時(shí)間問(wèn)題。大型語(yǔ)言模型加上具有廣義感覺(jué)運(yùn)動(dòng)功能的強(qiáng)化學(xué)習(xí)和下面描述的“新控制論”可能是實(shí)驗(yàn)室自動(dòng)化革命的下一個(gè)階段。

走向互聯(lián)的人工智能驅(qū)動(dòng)實(shí)驗(yàn)室

隨著AI系統(tǒng)變得越來(lái)越復(fù)雜和強(qiáng)大，在預(yù)算和空間上限制就要求人類必須使用模塊化云實(shí)驗(yàn)室設(shè)施（如圖1所示），以便設(shè)備鏈可以重新編譯和重新鏈接，并確保多個(gè)自主實(shí)驗(yàn)室之間的互操作性。這就需要一個(gè)AI網(wǎng)絡(luò)系統(tǒng)，包括實(shí)驗(yàn)和理論，來(lái)實(shí)現(xiàn)勞動(dòng)分工、經(jīng)濟(jì)規(guī)模化和制衡系統(tǒng)。

當(dāng)今用于材料合成、表征和性能測(cè)試的商用設(shè)備在設(shè)計(jì)時(shí)只考慮到人類用戶。未來(lái)，自主實(shí)驗(yàn)室將要求每個(gè)設(shè)備都有兩個(gè)接口，一個(gè)是物聯(lián)網(wǎng)AI系統(tǒng)的主接口，另一個(gè)是人類訪問(wèn)接口。每個(gè)設(shè)備的操作類似于軟件庫(kù)中的子程序，具有嚴(yán)格定義的物理樣本的輸入/輸出規(guī)范。模塊化設(shè)備的柔性鏈將被設(shè)計(jì)成能夠快速、自動(dòng)地重新配置（拆卸和重新組裝）。值得注意的是，可重構(gòu)性并不總是需要物理移動(dòng)設(shè)備來(lái)形成裝配線，因?yàn)檩喪綑C(jī)器人和小型飛行無(wú)人機(jī)可以用來(lái)在模塊之間轉(zhuǎn)移樣品。

盡管自20世紀(jì)50年代以來(lái)，人們就設(shè)想并開(kāi)發(fā)了自主材料發(fā)現(xiàn)實(shí)驗(yàn)室，但迄今為止，真正的成功相對(duì)較少。在學(xué)術(shù)機(jī)構(gòu)，建立每個(gè)實(shí)驗(yàn)室的預(yù)算被限制在幾百萬(wàn)美元或更少。這意味著對(duì)識(shí)別認(rèn)知錯(cuò)誤和在應(yīng)對(duì)工作流程中的快速變化時(shí)準(zhǔn)備不足。人類一旦懷疑有什么不尋常的東西，可以離開(kāi)他們的舒適區(qū)，讓同事在校園的不同設(shè)施之間走動(dòng)，進(jìn)行補(bǔ)充測(cè)量，而今天的自主實(shí)驗(yàn)室仍然往往太小，還不具備這種靈活性。

為了克服這個(gè)問(wèn)題，自主實(shí)驗(yàn)室需要共同努力。我們需要允許AI代理通過(guò)通用的樣本傳輸和數(shù)據(jù)傳輸程序相互通信。這將允許自治實(shí)驗(yàn)室A將物理樣本發(fā)送到自治實(shí)驗(yàn)室B，并附帶相關(guān)的元數(shù)據(jù)。也需要開(kāi)發(fā)用于轉(zhuǎn)移液體、粉末、凝膠、顆粒和單晶材料的標(biāo)準(zhǔn)化膠囊，它們需要與易于稱重和加工、光學(xué)和化學(xué)表征的技術(shù)兼容，并且需要防止污染。我們還需要專門為靈活自動(dòng)化設(shè)計(jì)構(gòu)建基礎(chǔ)設(shè)施，可以為機(jī)器人和人類研究人員的一起工作構(gòu)建全新的架構(gòu)。

AI時(shí)代已經(jīng)來(lái)臨。為了充分釋放AI在實(shí)驗(yàn)研究和材料發(fā)現(xiàn)方面的潛力，為硅基智能配備“手”（材料合成、設(shè)備自組裝/拆卸和樣品轉(zhuǎn)移）和“眼”（材料表征和多模態(tài)傳感）至關(guān)重要。構(gòu)建一個(gè)強(qiáng)大的AI系統(tǒng)實(shí)現(xiàn)對(duì)現(xiàn)實(shí)世界的反饋當(dāng)然不是一件容易的事。但是，隨著AI實(shí)驗(yàn)室的建立和相互連接，以及標(biāo)準(zhǔn)化接口和硬件模塊中的專有技術(shù)在全球范圍內(nèi)廣泛共享，強(qiáng)大的AI支持的靈活而強(qiáng)大的實(shí)驗(yàn)工作流程可能會(huì)徹底改變材料研究。

文獻(xiàn)信息

Zhichu Ren, Zekun Ren, Zhen Zhang, Tonio Buonassisi & Ju Li. Inverse Autonomous experiments using active learning and AI. Nature Reviews Materials (2023).

https://doi.org/10.1038/s41578-023-00588-4

原創(chuàng)文章，作者：計(jì)算搬磚工程師，如若轉(zhuǎn)載，請(qǐng)注明來(lái)源華算科技，注明出處：http://www.zzhhcy.com/index.php/2024/01/26/436a9f3fc3/

末成年小嫩xb,嫰bbb槡bbbb槡bbbb,免费无人区码卡密,成全高清mv电影免费观看

【機(jī)器學(xué)習(xí)+材料】Nat. Rev. Mater.：AI解放人類雙手，加速實(shí)現(xiàn)新材料的研發(fā)

相關(guān)推薦