未来能够利用大数据来创建新的材料啦.源泉

一般来说，当科学家因为一个特定目的而寻找新材料时，他们以前必须依赖于所选材料的实验结果。现在，他们知道除此之外还有更好的解决方案。比如半导体是否能为太阳能电池组件提供更高的效率，它们是否比硅片具有更好的灵活性?什么是特殊化学反应的最佳催化剂?又或者如何涂覆表面才能达到最佳的热保护?

为了更容易地找到材料科学家将来所面临的典型问题的答案，十一个来自马克斯·普朗克学会的研究人员希望通过分析大量的数据以更好地利用所提供的机会。为此，他们通过材料科学的大数据驱动或简单的BigMax来与MaxNet合作。

如果有一天，有可能通过理论就能获得材料性质，那么就可以节省一些实验所花费的时间和金钱。而MPG设施的合作正是朝这个方向前进的。( Mopic/shutterstock)

因为你仍然需要在部分药房的收据上签字位于柏林马克斯·普朗克学会的弗里茨·哈伯研究所主任MatthiasScheffler说：“到目前为止，已知的无机材料大约有240,000种无机材料，但是我们已经了解材料性质的却只有不到100种。”Scheffler是马克斯·普朗克学会中材料科学跨数据驱动的跨机构联盟MaxNet的共同发起人。BigMax的宣传目标是创新地利用大部分早已存在的数据，然后使其成为研究材料的基础。除了弗里茨·哈伯研究所，另外还有11个MPG设施正在合作中。

大数据的模式揭示了全新的信息

德国马格德堡的马克斯·普朗克复杂技术系统动力学研究所的PeterBenner解释说：“诸如x射线结构分析或原子探针断层扫描之类的程序每分钟都会提供数百万的数据值;例如研究人员会从中获得固体中原子配置的数据。尽管量子力学分析在固态物理化学中的数据量也是巨大的，但研究人员现在就可以从这些数据中得出结论。”

然而，新的联盟旨在从这些数据中获得更多的见解。因此，将开发新的方法，并改进现有方法。Benner与MatthiasScheffler一起进行新的合作，他表示：“材料研究方面的数据对计算机算法存在着非常具体的挑战。”其中一个中心目标是：调查特定结构或模式的数据，这样除了已知的内容外，我们还将提取全新的信息。

因此，他与马克斯·普朗克科学家们希望今后材料研究人员可以从现有的数据资料中获得新的见解。该团队旨在将联合活动集中在五个不同的议题上。目标是能够理论上预测金属和合金的性质，确定材料性质和数据结构之间的因果关系，开发数据诊断方法，将采集的实验数据更快地转换成图像信息，并促进聚合物材料的设计能够具有特定的期望性质。在第五个主题上，该团队旨在继续完善已经开始的材料百科全书。新材料发现实验室(NOMAD卓越中心)以前曾在该百科全书中使用理论计算作为条目。

实验数据现在也将作为BigMax的一部分。

在完成多维材料地图的梦想之前，只需简单地查找最好的材料即可。尽管还有很长的路要走，但是MatthiasScheffler并不怀疑大数据有助于实现这一目标。在这里，他看到了材料科学的一个新范例，Scheffler说：“以前，研究人员已经能够根据一般的理论认识对所选择的系统进行研究并开发出模型。我相信，未来大数据分析方面的任务必将是搜索大型数据量中的结构和模式。一旦我们开发出方程来描绘它们，我们就可以将它们应用到我们甚至还没有分析的材料上。”

PS:除了费里茨·哈伯研究所外，还有11个正在合作的MPG是：马克斯普朗克复杂技术系统动力学研究所(马格德堡)，胶体和接口(波茨坦戈尔姆)，微结构物理学(哈勒)，聚合物研究(美因茨)，内分泌研究所(杜塞尔多夫)，生物地球化学(耶拿)，复杂系统物理(德累斯顿)，物质结构与动力学(汉堡)，智能系统(蒂宾根大学)和信息学(萨尔布吕肯)以及马克斯·普朗克计算和数据设施(加兴)。