近年来，材料基因组计划相关的研究产生了大量计算工具，用于设计各种新型材料，但是，如何开发生产这些材料，其过程仍然有赖于经验、直觉和手工进行文献综述。为此，麻省理工学院、马萨诸塞大学安姆斯特分校和加州大学伯克利分校的联合研究团队正在研发一种新的人工智能系统，希望能够通过研究论文来挖掘生产特定材料的“配方”。
研究人员的设想是，构建一个包含了从数百万份论文中提取的材料配方的数据库。研究人员可以输入目标材料的名称和任何其他标准，如前体材料、反应条件、制造工艺等，系统将给出建议的配方。
研究人员开发了一个机器学习系统，可以对一份研究论文展开分析，推断其中哪些段落包含材料配方，并将这些段落中与配方相关的词语分类：目标材料的名称、数量、设备名称、操作条件、描述性形容词等。此外，研究人员还表示，机器学习系统可以分析提取的数据来推断材料类别的一般特性，例如合成所需的不同温度范围，或者个别材料的特殊特性（如制造条件变化时所采用的不同物理形式等）。
中科院武汉文献情报中心供稿
