探索生成式 AI 在数据驱动材料科学研究和教育中的应用.pdfVIP

探索生成式AI在数据驱动材料科学研究和教育中的应用

abb,ca

TakahiroMisawa,AiKoizumi,RyoTamura,andKazuyoshiYoshimi

aInstituteforSolidStatePhysics,UniversityofTokyo,5-1-5Kashiwanoha,Kashiwa,Chiba

b

277-8581,Japan;NationalInstituteforMaterialsScience,Namiki,Tsukuba-shi,Ibaraki,

c

305-0044,Japan;GraduateSchoolofFrontierSciences,UniversityofTokyo,5-1-5

Kashiwanoha,Kashiwa,Chiba277-8581,Japan

ARTICLEHISTORY

本Compiled2025年8月7日

译

摘要

中生成式人工智能最近对包括日常生活、研究和教育在内的各个领域产生了深远影响。为

2了探讨其在数据驱动材料科学中的高效利用，我们在2024年7月组织了一场黑客马拉

v松—AIMHack2024—。在这场黑客马拉松中，来自材料科学、信息科学、生物信息学

7

1和凝聚态物理学等领域的研究人员共同努力，探索生成式人工智能如何促进研究和教

8育。基于黑客马拉松的结果，本文介绍了与（1）进行AI辅助软件试验，（2）构建软件

8的AI导师，以及（3）开发软件的GUI应用程序相关的主题。虽然生成式人工智能仍

0.在迅速发展，但本文提供了其在数据驱动材料科学应用中的早期记录，并强调了将AI

4整合到研究和教育中的策略。

0

5

2KEYWORDS

:生成式AI；数据驱动的材料科学；可视化；GUI；软件包开发

v

i

x

r

a1.介绍

生成式人工智能的出现，如ChatGPT[1]，对包括材料科学在内的多个领域产生了

重大影响，在这些领域中，它被用于数据分析、自动化文献综述和计算建模等任务。2024

年7月，为了探索将生成式AI高效整合到材料科学研究和教育中的方法，特别是在自动

化数据分析、文献综述和软件开发方面，我们组织了一次黑客松活动，AIMHack2024[2]。

大约有30名参与者参加了这次黑客松，其中包括从学生到行业研究人员的不同群体。参

与者来自不同的背景，包括材料科学、计算科学、生物信息学和凝聚态物理等，这促进了

跨学科的合作。

研讨会旨在同时满足初学者和高级用户的需求。对于初学者，指导演示介绍了从门户

网站（如MatDaCs材料数据commons）上精选列表中选择的软件的基本使用步骤[3]。

通过MatDaCs，参与者可以访问并使用各种计算材料科学应用程序，包括机器学习框架。

鼓励参与者使用选定的软件执行基本计算，在生成式AI的监督下获得实践经验。另一方

面，高级用户则被赋予了灵活选择和独立探索他们所选软件的能力，遵循与初学者相似的

结构化工作流程。这种方法使他们能够研究更高级的功能，并根据自己的研究兴趣定制其

使用方式。

黑客马拉松的主要重点是提高参与者批判性评估人工智能生成内容的能力。鼓励参

与者通过对照现有文献和他们的专业知识，系统地验证人工智能生成的响应。他们还通过

运行推荐软件来测试人工智能生成的代码和教程，评估其功能性和准确性。这项练习不仅

旨在提高技术熟练度，而且还培养了对人工智能生成内容可靠性