Surrogate Modeling for the Design of Optimal Lattice Structures using Tensor Completion

想象一下，你是一位试图发明完美新食谱的大厨。你的储藏室里堆满了各种食材，你想用每一种可能的组合方式进行混合，以找到味道最好的那道菜。但问题在于，可能的组合数量如此之大，以至于如果你试图尝试并品尝每一种组合，你将在厨房里待上一辈子。这正是科学家在设计新材料时面临的问题。他们有一个设计的“储藏室”，比如微观结构的形状，而他们想要找到最强或最轻的那一个。为了提供帮助，他们使用计算机和智能算法（称为机器学习）来预测哪些食谱会奏效，而无需先实际烹饪。然而，这些智能计算机通常需要品尝一点点“每种类型”的食谱才能学得很好。在现实世界中，科学家往往只品尝那些最容易制作或最便宜的食谱，从而留下了巨大的知识空白。本文探讨了一种巧妙的新方法来填补这些空白，以便我们即使在数据混乱且不完整的情况下，也能更快地找到最佳材料设计。

这项研究背后的研究人员 Shaan Pakala 及其团队，解决了设计“点阵结构”（lattice structures）的挑战。请不要将这些结构视为实心的金属块，而应将其视为由微小支柱构成的复杂、三维蜂窝状或脚手架结构。这些结构非常神奇，因为它们可以极其坚固且非常轻盈，这对于飞机或医疗植入物等应用来说非常完美。该团队想要寻找点阵结构的“最优”版本——即在重量与机械性能（即处理力的能力）之间达到最佳平衡的版本。

通常，科学家使用机器学习工具来预测新设计的表现。论文解释说，当训练数据（计算机学习的示例）均匀分布时（就像把糖随机撒在整个蛋糕上一样），这些工具的效果非常好。但在现实生活中，科学家的采样往往是不均匀的。也许他们只测试实验室里容易制造的设计，或者成本低廉的设计。这创造了“有偏”的数据，即计算机能清晰地看到设计的某些部分，但对其他部分却视而不见。作者发现，标准的机器学习方法（如高斯过程和 XGBoost）在面对有偏数据时会表现挣扎；它们往往会感到困惑或对看到的特定设计产生过拟合，从而无法准确预测未见设计的性能。

为了解决这个问题，团队提出了另一种方法：将设计问题视为一个巨大的、多维的拼图，称为“张量补全”（tensor completion）。想象一个魔方，但每个小方块里装的不是颜色，而是一个代表材料强度的数字。如果你只知道外表面的数字（因为那是你测试过的设计），张量补全就是一种数学魔术，它可以推算出隐藏在魔方内部的数字。研究人员将他们的材料设计转化成了这些多维拼图，其中拼图的每个维度代表一个不同的设计变量。然后，他们利用算法，根据在已知部分发现的模式来填充缺失的部分。

团队通过模拟一种情景来测试这种方法：在这种情景下，实验人员仅在搜索空间的特定、便利区域内进行测试，从而留下了其余未探索的部分。他们将这种“张量补全”方法与标准的机器学习工具进行了对比。结果显示，虽然标准工具在数据均匀分布时表现尚可，但张量补全方法在处理有偏、不均匀的数据时表现得更好。事实上，在数据存在偏差时，张量方法比表现最好的传统方法在准确度（以 R² 分数衡量）上提升了约 5%。它还能够在不被不均匀采样所干扰的情况下，预测未见设计的性能。

论文指出，这种方法是材料科学领域的一个强大新工具。它并不声称已经解决了材料设计的整个问题，但它表明，通过将问题视为一个需要完成的拼图，而非仅仅是一份需要记忆的数据列表，我们可以对新材料做出更好的预测。当我们在无法测试每一种可能性时，这一点尤其有用。作者总结道，张量补全可以作为一个极具前景的“代理模型”（surrogate model）——即昂贵的物理实验的智能替代品——来帮助加速寻找完美点阵结构的过程，即使随着可能的设计数量呈指数级增长也是如此。他们甚至已经公开了代码，以便其他人可以尝试并看看它是否适用于他们自己的材料拼图。