MatOS: An Agent Operating System for Materials Research
本文介绍了 MatOS，一种用于材料研究的智能体操作系统，它利用分层科学资产图谱、有状态自适应工作流以及证据驱动的资产演化来自主管理复杂的长期科学任务，并展示了其优于现有智能体的性能，成功执行了多样化的多阶段材料发现研究。
原始论文采用 CC BY 4.0 许可（http://creativecommons.org/licenses/by/4.0/）。 这是对下方论文的AI生成解释。它不是由作者撰写或认可的。如需技术准确性，请参阅原始论文。 阅读完整免责声明
寻找新材料——即那些能够储存更多能量、导电性能更好或能承受极端热量的物质——长期以来一直是一个缓慢且碎片化的过程。它依赖于大量分散的数据、计算机模拟和实验室实验。在单项研究中，研究人员往往需要花费数天或数周的时间，在阅读科学论文、在超级计算机上运行复杂计算以及解释结果以决定下一步尝试什么之间来回切换。虽然人工智能最近已开始帮助实现这些步骤的自动化，但要教会计算机如何在这一混乱的领域中航行而不迷失方向或犯下不可逆转的错误，仍然是一个艰巨的挑战。核心问题不仅在于计算机需要知道如何使用工具，还在于它必须理解如何让一个长期的、多阶段的项目保持在正轨上，从自身的错误中学习，并随着新信息的到来调整其方法，而无需在每一步都进行人工干预。
为了解决这个问题，一个研究团队构建了一个名为 MatOS 的新系统，它的功能是专门为材料研究设计的操作系统。正如计算机操作系统管理文件和程序以使应用程序顺利运行一样，MatOS 管理着科学家使用的工具、数据和方法。该系统并非将每一项新任务都视为全新的开始，而是将研究能力组织成一个结构化的、可重用的“资产”库。这些资产包括从原始数据、科学知识到软件工具和特定技能的一切内容。当研究人员要求系统寻找一种新材料时，系统并不仅仅是靠猜测；它会从这个库中组装必要的部件，制定一个清晰的、分步的计划，并在执行过程中不断检查自己的工作。如果由于新结果或用户的修正导致计划需要更改，系统可以暂停、调整路径并恢复运行，而不会丢失进度，从而确保长期研究的可靠性和可重复性。
该系统在了一系列复杂的科研挑战中接受了测试，以观察其是否能超越现有的人工智能工具。在旨在评估智能体能否进行端到端研究的基准测试中，该系统在使用相同底层大脑的情况下，比之前表现最好的智能体提升了 11% 以上。当被要求使用特定的材料科学软件或解决多步科学问题时，它也证明了自己比其他领先的编程助手更成功。研究人员发现，由于该系统能够记录每一步骤并根据科学规则检查自身工作，因此它能够避免常见的错误，例如误读数据或未能将一个计算的结果与下一个计算连接起来。这种可靠性使其能够处理此前对于自动化智能体来说风险过高的任务，例如运行需要耗时数天的模拟，或处理需要不断调整的复杂工作流。
在八个特定的研究案例中，该系统展示了其应对现实世界科学问题的能力。在一项重大工作中，它帮助将超过 3000 万个候选晶体结构缩小到了仅 97 个具有前景的候选结构，这些结构是用于开发更安全、更高效的固态电解质电池的关键组件。在另一个案例中，它生成了特定类型盐类的数千种变体，并识别出 89 个比原始形式具有更高电导率的新版本。该系统还帮助科学家理解了为什么某些预测原子行为的计算机模型会产生误差，并将这些错误与原子周围特定的局部环境联系起来。此外，它还协助开发了一种新的训练数据选择方法，使势能模型的误差降低了 3.1%，并创建了一个用于预测合金熔点的新模型，其准确度比现有最佳方法高出 13.6%。
研究人员还利用该系统复现了一个经典的流体力学模拟，证实了它能够处理连续流问题，甚至能发现用于基准测试的数据中的不一致之处。在执行这些任务的过程中，该系统并非仅仅遵循僵化的脚本；它在进化。在每项任务结束后，它都会回顾自己的表现和用户反馈，以优化其使用的资产。如果某个工具表现异常或某种方法被证明效率低下，系统会更新其内部库，以防止同样的问题再次发生。这种学习和适应的过程意味着，该系统随着完成的每一项研究而变得更加强大，而不是为每个新项目都进行一次彻底的重建。
该系统的成功表明，材料发现的未来可能不在于将科学知识组织为静态的事实集合，而在于将其组织为一个动态的、互联的可重用能力网络。通过将数据、工具和方法视为可以随时间组合、检查和改进的资产，该系统使得人工智能能够以一种此前难以企及的可靠程度，执行长期且复杂的课题研究。研究人员表明，只要拥有正确的结构，机器不仅可以进行计算，还可以管理整个科学过程——从对数百万种可能性的初步筛选，到开发理解物理世界的新方法。这种方法为加速发现用于清洁能源、先进制造和国家安全所需的材料提供了一条路径，将原本混乱的科学研究过程转变为一种流线型的、自我完善的工作流。
您所在领域的论文太多了？
获取与您研究关键词匹配的最新论文每日摘要——附技术摘要，使用您的语言。