大数据助力材料科学

新材料哺育新发明。Gorilla Glass 已经大量被应用于智能手机;凯夫拉在拯救生命之余开始进入消费级产品;锂离子电池技术为高能耗设施提供了动力来源。但是，研发新材料却是一项极其费时费力的任务。

创造一种全新的突破性材料是极其费时的过程 – 尤其是和那些依赖这些材料的产品的研发周期相比。波音 787 梦幻客机从概念到商业航行只花了 9 年不到;苹果从 2005 年开始设计 iPhone，2007 年就可以正式上市。作为对比，新型材料的诞生可能要花上长达 20 年的研究和实验。

两年前，美国政府以突破这个科技瓶颈为目标，成立了Materials Genome Initiative(MGI)项目。MGI 的目标是大幅减少新材料研发所需的时间和财力投入。和人类基因组计划为我们的基因绘制地图的任务类似，科学家想要通过 MGI 找出元素间的互相作用对材料的种类和性质带来的广泛影响。以这些知识作为基础，科学家和工程师们将有希望以更短的周期为不同应用“定制”相应的材料。

元素间排列组合的数目多如牛毛，其中大多数对我们来说没有意义。而试图在实验室里穷尽这些排列组合是完全不合实际的。所以，MGI 的一些项目组已经开始借助大数据的力量来模拟所有的可能性，然后通过分析数据向有潜力的方向进行深入研究。

成立多年以来，MGI 促成了一些第三方项目的合作。其中就有来自麻省理工学院的Materials Project和哈佛的Clean Energy Project。这两个计划以相似的理论基础寻求不同的答案。前者的研究集中在无机固体上，尤其以电池材料为主，而后者的清洁能源计划以可用于太阳能电池的分子材料为中心。两者均利用密度泛函理论(Density Functional Theory)收集的巨型数据库来预测模拟物质模型的实际属性。

MIT 的 Material Project 大约在 8 年前在 Gerbrand Ceder 教授的帮助下成立。作为多家公司的顾问，Ceder 积累了大量成果。但是和少数公司的合作使得这些宝贵数据被封闭起来。“如果我们向所有人提供这些数据，人们会创造出很多惊人的成果，这就是 Materials Project，”他说。目前， MIT 的数据库里保存了大约 10 万种已知或理论上的材料信息。为了充分发挥这些数据在新材料研发中的作用，MIT 学者用人工筛选加机器学习的方式来探索各种化学定律。

类似的，哈佛清洁能源计划也用人工加机器组合来探索其数据库。该计划始于一次对有机太阳能电池材料概念的验证实验。学者们完全虚拟的情况下计算了大约 15 种新型混合物在现实世界里的表现。模拟运算的最终结果是一种有超强电气性质的新物质。这还只是一名研究生通过几次实验得出的结果，想象如果从一支志愿者大军那儿借来他们的运算能力，结果会放大多少?

这正是清洁能源计划如今采用的策略：任何人都可以通过在电脑上下载一个程度来进行运算并把返还结果。有了这个可任意支配的巨大资源，学者们已经计算了几百万种潜在组合 – 这仅仅是个开端。“项目进入了一个十分有趣的阶段”Hachmann 博士说，“对我们来说差不多是从辛勤劳动中采集硕果的时候了。”目前，哈佛在网上发布了230万种混合物组合供所有人研究使用。虽然这些数据的初衷是助力太阳能电池的研发，科学家也可用任何有价值的信息来帮助其它方面的研究。MIT 也有个网络入口供人们读取 Materials Project 的数据。