Активное обучение в материаловедении с акцентом на адаптивную выборку с использованием неопределённостей для целенаправленного проектирования

Одной из основных задач поиска новых материалов является эффективное исследование обширного пространства поиска материалов с заданными свойствами, поскольку подходы, основанные на методе проб и ошибок, непрактичны. Мы рассматриваем, как методы информатики позволяют ускорить поиск и открытие новых материалов. В частности, активное обучение даёт возможность эффективно итеративно перемещаться по пространству поиска для выявления перспективных кандидатов, которые могут направлять эксперименты и вычисления. Этот подход основан на использовании неопределённостей и построении предсказаний с помощью суррогатной модели в сочетании с целевой функцией, которая расставляет приоритеты в процессе принятия решений для неисследованных данных. Мы обсуждаем несколько целевых функций и демонстрируем их применение в задачах материаловедения, охватывающих как экспериментальные, так и вычислительные исследования. В заключение мы рассматриваем обобщения на случай нескольких свойств и данных с различными уровнями точности и выделяем проблемы, перспективные направления и возможности в развивающейся области информатики материалов.