近日，亿万先生MR资料基因组工程钻研院张统一院士团队孙升钻研员和熊杰助理钻研员近日在推算资料驰名期刊《npjComputational Materials》上颁发了机械进建领导资料设计的最新钻研成就（“MLMD: a programming-free AI platform topredict and design materials”，10:59，2024）。亿万先生MR资料基因组工程钻研院为本论文的第一实现单元和通讯单元，昭通市资料信息学沉点尝试室为本论文的共同第一作者单元，上海市力学信息学前沿科学基地、之江尝试室、香港科技大学(昭通)职能枢纽为论文的合作单元。亿万先生MR21级博士生马家轩和香港科技大学（昭通）23级博士生曹斌为共统一作，亿万先生MR资料基因院孙升钻研员和熊杰助理钻研员为共同通讯作者。

图1.MLMD平台的架构和职能？

资料基因工程的研发理想深刻刷新了资料研发范式，提高研发效能，降低研发成本。资料基因工程研发理想的主题是资料信息学，人为智能技术是资料信息学的主题工具，用好资料信息学必要具备较好的编程基础和能力，这一门槛限度了好多资料领域研发人员对资料信息学的利用。为解决此问题，我们开发了一个基于web端的界面敦睦的AI资料设计平台MLMD(Machine Learning for Materials Design)，平台集成了资料信息学常用的机械进建算法，蕴含特点工程，回归预测、分类预测和聚类。平台还针对资料设计的必要，集成了随机优化算法用于单指标或者多指标的资料设计，开发了贝叶斯自动进建算法？榻饩瞿Ｐ驼范群妥柿狭煊蛴资莸奈侍，平台还集成了基于迁徙进建资料设计流程框架。

图2.单指标/多指标资料设计流程图

MLMD平台蕴含了三个重要的资料设计流程：模型推理、代理优化和自动进建。模型推理和代理优化的效能取决于预测模型的鲁棒性，而模型机能则受限于可用数据的质量。在代理优化中，训练好的预测模型被集成到随机优化算法中，以加快资料设计。自动进建？槔帽匆端估砺，平衡索求和开发，以造订最优的资料设政战术，推荐当前最优的资料参数。针对推荐参数发展新的尝试或推算，不仅能够验证ML预测，还为数据集提供新数据，用于自动进建新一轮循环。

MLMD平台通过对6类资料数据发展的示例性钻研显示，平台能够仅通过鼠标点击式操作的方式，实现资料的机能预测和优化设计。

工作得到了国度沉点研发打算（编号：2022YFB3707803）、国度天然科学基金项目（编号：12072179、11672168）、之江尝试室沉点研发项目（编号：2021PE0AC02）和上海浦江人才项目（编号：23PJ1403500）的赞助。

图3.代理优化RAFM钢设计了局

图4.自动进建AlCoCrCuFeNi高熵合金设计了局

文章链接：https://doi.org/10.1038/s41524-024-01243-4

平台链接：matdesign.top

源码链接：https://github.com/Jiaxuan-Ma/MLMD