《电子结构中的机器学习路线图》MIT、CMU等40余为作者93页最新论文

摘要

近年来，我们目睹了计算材料科学的范式转变。事实上，大多数在二十世纪下半叶发展起来的传统方法正在被更快、更简单、通常更精确的方法所补充、扩展，有时甚至完全取代。这些新方法，我们统称为机器学习，起源于信息学和人工智能领域，但正在迅速进入所有其他科学分支。考虑到这一点，这篇由该领域专家提供的路线图文章讨论了机器学习在材料科学中的应用，并分享了对当前和未来挑战的看法，这些问题包括材料特性的预测、力场的构建、密度函数理论的交换相关函数的发展、多体问题的解决等等。尽管已经有许多令人振奋的成功案例，但我们只是在一条漫长的道路上的开始，这条道路将重塑材料科学，迎接二十一世纪的许多挑战。