La informática de materiales es un campo de estudio que aplica los principios de la informática y la ciencia de datos a la ciencia e ingeniería de materiales para mejorar la comprensión, el uso, la selección , el desarrollo y el descubrimiento de materiales. El término "informática de materiales" se usa con frecuencia indistintamente con "ciencia de datos", "aprendizaje automático" e "inteligencia artificial" por la comunidad. Este es un campo emergente, con el objetivo de lograr una adquisición, gestión, análisis y difusión de alta velocidad y robusta de diversos datos de materiales con el objetivo de reducir en gran medida el tiempo y el riesgo necesarios para desarrollar, producir e implementar nuevos materiales, lo que generalmente lleva más de 20 años. [1] [2] [3] Este campo de esfuerzo no se limita a algunas comprensiones tradicionales de la relación entre los materiales y la información. Algunas interpretaciones más estrechas incluyen la química combinatoria , el modelado de procesos , las bases de datos de materiales, la gestión de datos de materiales y la gestión del ciclo de vida del producto . La informática de materiales se encuentra en la convergencia de estos conceptos, pero también los trasciende y tiene el potencial de lograr mayores conocimientos y una comprensión más profunda al aplicar las lecciones aprendidas de los datos recopilados sobre un tipo de material a otros. Al recopilar metadatos adecuados , se puede ampliar en gran medida el valor de cada punto de datos individual.
Las bases de datos son esenciales para cualquier investigación y aplicación informática. En informática de materiales existen muchas bases de datos que contienen tanto datos empíricos obtenidos experimentalmente como datos teóricos obtenidos computacionalmente. Los macrodatos que se pueden utilizar para el aprendizaje automático son particularmente difíciles de obtener para los datos experimentales debido a la falta de un estándar para informar los datos y la variabilidad en el entorno experimental. Esta falta de macrodatos ha llevado a un esfuerzo creciente en el desarrollo de técnicas de aprendizaje automático que utilicen conjuntos de datos extremadamente grandes. Por otro lado, existe una gran base de datos uniforme de cálculos teóricos de la teoría funcional de la densidad (DFT). Estas bases de datos han demostrado su utilidad en el cribado y descubrimiento de materiales de alto rendimiento. A continuación se enumeran algunas bases de datos DFT comunes y herramientas de alto rendimiento:
El concepto de informática de materiales es abordado por la Materials Research Society . Por ejemplo, la informática de materiales fue el tema del número de diciembre de 2006 del MRS Bulletin . El número fue editado por John Rodgers de Innovative Materials, Inc. y David Cebon de la Universidad de Cambridge , quienes describieron la "alta rentabilidad del desarrollo de metodologías que acelerarán la inserción de materiales, ahorrando así millones de dólares en inversiones".
Los editores se centraron en la definición limitada de informática de materiales, que se centra principalmente en métodos computacionales para procesar e interpretar datos. Afirmaron que "las herramientas informáticas especializadas para la captura, gestión, análisis y difusión de datos" y "los avances en la potencia informática, junto con el modelado y la simulación computacionales y las bases de datos de propiedades de los materiales" permitirán esa inserción acelerada de materiales.
Una definición más amplia de la informática de materiales va más allá del uso de métodos computacionales para llevar a cabo la misma experimentación, [4] considerando la informática de materiales como un marco en el que una medición o un cálculo es un paso en un proceso de aprendizaje basado en información que utiliza el poder de un colectivo para lograr una mayor eficiencia en la exploración. Cuando se organiza adecuadamente, este marco cruza los límites de los materiales para descubrir el conocimiento fundamental de la base de las propiedades físicas, mecánicas y de ingeniería [5] .
Si bien hay muchos que creen en el futuro de la informática en el proceso de desarrollo y escalamiento de materiales, aún quedan muchos desafíos por delante. Hill et al. escriben que "hoy en día, la comunidad de materiales enfrenta serios desafíos para implementar este paradigma de investigación acelerada por datos, que incluyen diversidad de áreas de investigación dentro de los materiales, falta de estándares de datos y falta de incentivos para compartir, entre otros. No obstante, el panorama está cambiando rápidamente de maneras que deberían beneficiar a toda la empresa de investigación de materiales". [6] Esta tensión restante entre las metodologías tradicionales de desarrollo de materiales y el uso de enfoques más computacionales, de aprendizaje automático y analíticos probablemente existirá durante algún tiempo mientras la industria de materiales supera algunas de las barreras culturales necesarias para adoptar plenamente estas nuevas formas de pensar.
Los objetivos generales de la bioinformática y la biología de sistemas pueden proporcionar una analogía útil. Andrew Murray, de la Universidad de Harvard, expresa su esperanza de que este enfoque "nos salvará de la era de 'un estudiante de posgrado, un gen, un doctorado'". [7] De manera similar, el objetivo de la informática de materiales es salvarnos de un estudiante de posgrado, una aleación, un doctorado. Tales objetivos requerirán estrategias y paradigmas de investigación más sofisticados que la aplicación de métodos de ciencia de datos a las mismas tareas que actualmente realizan los estudiantes.