大模型及其在材料科学中的应用与展望

摘要: 以大模型在材料科学中的应用为着眼点，首先综述了大模型，介绍了大模型的基本概念、发展过程、技术分类与特点等内容；其次从通用领域大模型和垂直领域大模型两个角度，总结了大模型的应用，列举分析了不同种类大模型的应用场景和功能. 再次，结合材料科学领域中的具体需求研究现状，调研并综述了语言大模型、视觉大模型和多模态大模型在材料科学中的应用情况，以自然语言处理和计算机视觉中的具体任务为切入，参考典型应用案例，综合提示工程策略和零样本知识迁移学习，厘清了当前将大模型应用至材料科学的研究范式和制约因素，并利用改进SAM视觉大模型在四种材料显微图像数据上进行了验证性图像分割与关键结构提取实验，结果表明SAM带来的零样本分割能力对于材料微结构的精准高效表征具有巨大应用潜力. 最后，提出了大模型相关技术、方法在材料科学中的未来研究机遇，从单模态到综合性多模态的大模型研发与调优，评估了可行性及技术难点.

http://115.25.60.6/article/doi/10.13374/j.issn2095-9389.2023.09.20.002

人工智能（Artificial intelligence，AI）在各领域中的广泛应用从科研热点、社会关切、政策支持等维度都体现出极大的研究与应用价值[1]. 随着人工智能的土壤——数据的指数级增长以及计算能力的跃升，以深度学习为代表的突破性人工智能算法不断涌现[2]，逐渐代替传统的机器学习和基于规则的方法，并在众多场景下得以大范围实际应用[3−4]，如人脸识别[5]、自动驾驶[6]、文本生成[7]等. 2022年底，OpenAI公司发布ChatGPT应用并迅速进入大众的视野[8]，推出仅两个月后月活跃用户就已超一亿，成为历史上用户群增长最快的消费应用. 基于语言大模型开发的人工智能产品ChatGPT被认为是人工智能技术的新突破，吸引了社会各界的重点关注，引发了国内外新一轮人工智能产品应用落地. 可以这样说，以ChatGPT为时间起点，人工智能正式进入“大模型时代”，大模型也正在重塑各种任务并在众多复杂的下游任务中取得了不俗的成绩[9−11].