北京
原文發表于 《科技導報》2026年第10期科技新聞-卓越亮點
負樣本也能教AI找材料
圖片來源：攝圖網
近年來，機器學習正在改變材料研發方式。模型可以從已有材料的組成、結構和性能數據中學習規律，再預測未知材料的性質，從而加快候選材料篩選。但材料數據并不像理想教材那樣均勻分布：高性能材料更容易被報道，失敗實驗和低性能材料往往被忽略；同時，實驗和計算成本又使可用數據長期處于“小樣本”狀態。對于AI模型來說，問題不只是“數據夠不夠多”，還包括“數據分布是否合理”。如果訓練集只集中在少數高性能區域，模型可能會誤以為許多未知材料都值得期待；如果只做隨機均勻采樣，又可能漏掉真正決定性能邊界的關鍵區域。
中國科學院長春應用化學研究所彭博、王大鵬團隊圍繞“數據分布如何影響模型泛化能力”這一問題，提出并驗證了有意識地協同利用正、負樣本數據的策略。研究團隊先構建了6個10維高維基準函數，用來模擬材料性質空間中常見的復雜形貌，包括單峰、多峰、周期性起伏和尖銳局部極值等情形。隨后，團隊比較了7種采樣策略，包括均勻隨機采樣、馬爾可夫鏈蒙特卡洛采樣等自適應采樣（只采取最好的區域）方法。結果顯示，傳統上被認為可靠的“全空間均勻覆蓋”并不總是最優；真正有助于模型泛化的訓練集，既要覆蓋整體空間，也要有意識地包含正、負2個極值區域的信息。
這意味著，“失敗數據”并不是噪聲或負擔，而是幫助模型理解材料性能邊界的參照物。正樣本告訴模型“什么樣的材料可能好”，負樣本則告訴模型“什么樣的材料不該被高估”。二者共同出現時，模型更容易劃清高性能區、普通區和低性能區之間的邊界，從而在未知材料上給出更穩健的預測。
（來源于 中國科技期刊卓越行動計劃入選期刊：《物理化學學報》，2026，42(X)：100291）
《科技導報》創刊于1980年，中國科協學術會刊，主要刊登科學前沿和技術熱點領域突破性的研究成果、權威性的科學評論、引領性的高端綜述，發表促進經濟社會發展、完善科技管理、優化科研環境、培育科學文化、促進科技創新和科技成果轉化的決策咨詢建議。常設欄目有院士卷首語、科技新聞、科技評論、本刊專稿、特色專題、研究論文、政策建議、科技人文等。
特別聲明：以上內容(如有圖片或視頻亦包括在內)為自媒體平臺“網易號”用戶上傳并發布，本平臺僅提供信息存儲服務。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.
