Learning the Chronology of Materials Discovery for Synthesizability Prediction

寻找新材料是一场与时间的赛跑。科学家现在可以使用强大的计算机来构想数百万种新的化学配方，为电池、太阳能电池板和药物提出候选方案，其速度远快于任何实验室进行测试的速度。这造成了一个瓶颈：一个由理论可能性组成的浩瀚海洋，而其中只有极小一部分能够被制造出来并被证明有效。为了应对这一问题，研究人员开发了计算机模型，试图猜测这些想象中的配方中哪些在实验室中是真正可实现的。传统上，这些模型将科学史视为一个静态列表，仅关注已经制造出的物质以及未被制造出的物质，而不考虑发现发生的具体时间或原因。它们假设通往新材料的路径是随机的，忽略了人类的发现遵循着一个特定的、受可用工具、资金和不断变化的科学兴趣所塑造的演进过程。

帝国理工学院的一个研究小组引入了一种名为 ChronoSyn 的新方法，改变了这些预测的生成方式。ChronoSyn 不再将材料的历史视为简单的事实集合，而是从发现的时间线本身中学习。它认识到，科学家发现新材料的顺序并非随机的；它反映了一个由实际需求和技术进步驱动的演进过程。通过教计算机理解这种历史序列，该模型能够更深入地洞察哪些化学组合在接下来的时间里更有可能被合成。研究人员发现，通过整合过去发现的日期，该模型在识别具有前景的新材料（甚至是以前从未见过的材料）方面变得显著更加出色。

这项工作的核心在于模型处理信息的方式。它获取一种化学成分——即特定元素的混合物——并将其转化为数字指纹。随后，这个指纹会被同时输入到程序中的两个不同部分。其中一部分试图预测该材料是否可以被合成，而另一部分则试图猜测该材料相对于其他材料是在何时被发现的。该模型通过比较已知材料对来进行学习，调整其内部逻辑，从而为在近年报告的材料分配较高的“后期”分数，为很久以前发现的材料分配较低的“早期”分数。这种双重任务迫使计算机建立起一种尊重时间流逝的化学共同理解。其结果是，该系统不仅仅是记忆一份已知材料的清单，而是理解了科学在化学空间中移动的轨迹。

在与忽略时间线的标准模型进行对比测试时，ChronoSync 证明了其更高的准确性。在利用包含数十万种已知和假设材料的数据库进行的实验中，新模型正确识别出了更高比例的可合成真实化合物。这种提升不仅仅是微小的统计学增益，而是一个明确的信号，表明发现的历史提供了宝贵的线索。研究人员观察到，该模型学会了以一种镜像其真实历史的方式对材料进行分组。在计算机的内部地图中，20 世纪 7 0 年代和 80 年代发现的材料聚集在一个区域，而 2010 年代和 2020 年代发现的材料则聚集在另一个区域。这种组织方式使模型能够区分那些已被彻底探索的化学家族和那些刚刚开始被研究的化学家族。

这种读取时间线的能力在观察尚未被报道的材料时显得尤为有用。该模型识别出了一组与近几十年发现的化学家族相似的假设成分。这些“具有近期特征”的材料被赋予了比“看起来较旧”的材料更高的合成可能性分数。研究人员发现，这符合逻辑：近年来被活跃研究的化学空间（例如用于锂离子电池或燃料电池的领域）仍在被探索，这意味着这些领域中未被报道的材料更有可能实现。相反，那些在几十年前被大量研究但此后已趋于沉寂的化学空间，更有可能包含那些真正难以制造或无法制造的材料。该模型有效地学会了优先考虑当前研究的“前沿”，而非过去探索的“死水”。

为了测试这种方法的实际价值，研究人员进行了一项回顾性实验。他们使用截至特定年份（如 2018 年）的现有知识训练模型，然后要求它预测在那之后会发现哪些材料。ChronoSyn 在识别这些未来发现方面始终优于标准模型。它成功标记了在截止日期后的年份里确实出现在科学文献中的成分，证明了该模型可以利用过去来预见未来。这表明，科学家至今为止寻找材料的路径，为下一个突破口在哪里提供了一张地图。

研究还显示，该模型在识别含有稀有元素（如含有镧系等 f 区元素）的复杂材料方面表现尤为出色。这些材料往往以独特的发现浪潮形式出现，即经历剧烈的研究期，随后进入较长的沉寂期。由于模型学习了这些浪潮的时机，它能更好地识别出何时一个新的成分符合当前的活跃研究趋势。当团队将 ChronoSyn 应用于包含 5000 万种潜在化学组合的海量假设空间时，它突出了那些极有可能实现的特定化合物家族。通过对照科学记录进行检查，证实了许多高分预测确实是过去已被合成并报道过、但缺失于训练所用主要数据库中的材料。

研究人员承认，他们的方法存在局限性。该模型依赖于出版日期，这只是发现的一种代理指标，可能并不总是与材料首次制成的确切时刻相匹配。此外，它也反映了人类研究的偏好，可能会倾向于历史上吸引注意力的化学领域，而忽视了那些有前景但被冷落的领域。再者，该模型预测的是某种化学式是否可能，但尚未考虑到可能使材料稳定或不稳定的特定晶体结构。尽管存在这些限制，这项工作仍证明了科学史不仅是关于已经做了什么的记录，更是关于接下来可以做什么的指南。通过学习材料发现的年代学，科学家现在可以利用过去更有效地航行在广阔且未知的未来领土之中。