来自卡内基梅隆大学和北卡罗来纳大学教堂山分校的合作团队赢得了国家安全创新网络 (NSIN) 赞助的空军研究实验室 (AFRL) 的第一阶段化学/材料优化和发现主动人工智能规划大挑战。

挑战（在新窗口中打开）包括一份价值 500,000 美元的合同，该合同在接下来的九个月内分四个开发阶段授予，并提议开发一种机器学习人工智能 (AI) 系统，该系统可以帮助研究人员快速找到合适的实验条件 使用多系统方法优化和发现新的合成化合物。

该团队由卡内基梅隆大学化学系副教授 Olexandr Isayev(opens in new window)(opens in new window) 和北卡罗来纳大学教堂山分校的化学副教授 Frank Leibfarth(opens in new window) 领导， 作为重大挑战的一部分，提出了一种采用迭代计算和实验方法的强化学习策略。

“人工智能和科学自动化的最新发展开辟了多个场所，以加速具有所需特性的材料的设计。这些技术将使我们能够以一种全新的方式进行科学研究。”伊萨耶夫说。

该团队结合了 Isayev 在数据科学方面的专业知识和 Leibfarth 在化学合成方面的专业知识。

“这两个世界使用两种完全不同的语言，通常很难开始合作。”Leibfarth 说。 “我们的团队具有独特的资格，既因为我们拥有跨学科的专业知识，也因为我们花时间倾听彼此的意见，应对挑战并相互理解。此外，我们团队中有许多跨学科的科学家可以帮助弥合这些分歧。 “

“AFRL 很高兴有可能将这些策略扩展到新的问题领域，以加速整个国防部门的化学和材料研究。” — 卢克·鲍德温

UNC/CMU 团队采用的创新方法使他们在竞争中处于领先地位。

“UNC/CMU 团队将帮助建立一种通用的数据科学方法，将聚合物材料研究推向基于属性的目标函数，”AFRL 研究化学家兼项目经理 Luke Baldwin 说。 “我们很高兴借助连续流动化学、自动化、主动机器学习和强化学习算法将先进制造结合在一起。最终，AFRL 对将这些策略扩展到新问题领域以加速化学和材料研究的可能性感到兴奋 国防部门。”

Leibfarth 说，团队的下一步是明确定义工作的范围、输入和输出。

“这笔拨款要求我们快速行动。因此，实验和数据科学必须同步进行，”Leibfarth 说。 “我们将继续通过 3D 打印制造和表征材料。与此同时，我们将与 Isayev 小组进行迭代，以参数化该项目中涉及的化学构建模块，以及它们与研究功能结果的关系。”

“我们计划将 Leibfarth 的机器人和 3D 打印设备与人工智能‘代理’连接起来，人工智能‘代理’首先将学习专业的化学家技能。之后我们将挑战一台机器自主进行实验，以追求超越人类水平的能力，并设计出创纪录的聚合物材料 -破坏特性，”伊萨耶夫补充道。

NSIN 是美国国防部的一个问题解决网络，它适应那些为捍卫国家安全服务的人的新需求。 该办公室致力于汇集国防、学术和创业创新者的工作，与主要大学和风险投资界合作开发推动国家安全创新的解决方案。

这项工作的结果将广泛提供给研究界，并有望使化学和材料科学领域的其他项目受益。

注：本文由院校官方新闻直译，仅供参考，不代表指南者留学态度观点。