材料資訊學（materials informatics）

在歷史的大部分時間裡，找到更好的材料意味著實驗室裡緩慢的試誤——混合、加熱、測試、重複，一做就是好幾年。材料資訊學問的是另一個問題：如果我們把所有那些實驗與計算累積下來的結果當作「數據」，讓電腦去學習藏在其中的模式，會如何？它是把數據科學、統計與機器學習應用於材料——挖掘龐大的結構與性質資料庫，找出關係、預測未測材料的性質，並建議下一步該做什麼。它是與結構預測那種「從物理計算」路徑相對的「從數據學習」夥伴。

引擎是找模式的機器學習模型，燃料則是資料庫。過去十年，一些計畫計算了數十萬種化合物的性質，並蒐集進開放的儲存庫（Materials Project、OQMD、AFLOW 等）——這正是材料基因組計畫那個想法的實際實現：一個可搜尋的材料數據「基因組」能加速發現。模型在這些數據上受訓：你用數值的「描述子」或「特徵」來描述每種材料（它的組成、以數值編碼的結構、它的鍵結），模型就學會從那些特徵到某個性質的映射——硬度、能隙、熔點、甚至是否穩定。訓練好之後，它能在幾毫秒內為一個全新的候選估計那個性質，遠比實驗或完整的量子計算都快，讓你能篩選數百萬種可能、標出少數值得真正研究的。

材料資訊學之所以重要，是因為它大幅加速了在浩瀚可能材料空間中的搜尋，而且它恰好在結構預測昂貴之處表現出色——提供快速、便宜的性質估計，來為候選排定優先序。不過要坦白說明它是什麼、不是什麼。機器學習模型是在對它的訓練數據中的模式做內插；它的好壞取決於那些數據，而當被要求外推到它從未見過的全新化學時，它通常會失敗。它找到的是相關，而相關不總是因果，且它通常無法解釋預測背後的物理。今日的最佳做法是把它與基於物理的計算及實驗配對——用資訊學快速縮小範圍，用第一原理與實驗室來驗證——而非單獨信任模型。