[論文レビュー] The NOMAD Artificial-Intelligence Toolkit: Turning materials-science data into knowledge and understanding

Luigi Sbailò, Ádám Fekete+2 more|arXiv (Cornell University)|May 31, 2022

Machine Learning in Materials Science被引用数 7

ひとこと要約

NOMAD Artificial-Intelligence Toolkit は、Web ベースで動作する Jupyter ノートブック駆動型のプラットフォームであり、FAIR準拠の材料科学データを対象とする、インタラクティブで再現可能な AI 分析を可能にする。研究者は、公開データおよびローカルに保存されたデータを用いて、SISSO を用いた特徴学習やトポロジカル絶縁体の予測といった AI ワークフローを照会・分析・拡張可能であり、完全な再現性とコード・結果のコミュニティ共有を実現する。

ABSTRACT

We present the Novel-Materials-Discovery (NOMAD) Artificial-Intelligence (AI) Toolkit, a web-browser-based infrastructure for the interactive AI-based analysis of materials-science findable, accessible, interoperable, and reusable (FAIR) data. The AI Toolkit readily operates on the FAIR data stored in the central server of the NOMAD Archive, the largest database of materials-science data worldwide, as well as locally stored, users' owned data. The NOMAD Oasis, a local, stand alone server can be also used to run the AI Toolkit. By using Jupyter notebooks that run in a web-browser, the NOMAD data can be queried and accessed; data mining, machine learning, and other AI techniques can be then applied to analyse them. This infrastructure brings the concept of reproducibility in materials science to the next level, by allowing researchers to share not only the data contributing to their scientific publications, but also all the developed methods and analytics tools. Besides reproducing published results, users of the NOMAD AI toolkit can modify the Jupyter notebooks towards their own research work.

研究の動機と目的

• 大規模な材料データセットに対するインタラクティブで再現可能な分析を可能にすることで、FAIR データと AI 駆動の材料発見の間のギャップを埋めること。
• データ駆動型材料科学における再現性の危機に対処するため、実行可能で共有可能な Jupyter ノートブックを提供し、発表済みの AI ワークフローを再現すること。
• 材料インフォマティクス分野における最新の AI 技術を用いたチュートリアルおよび事前設定済みのノートブックを提供することで、研究者の参入障壁を低減すること。
• FAIR 原則を「検索可能で AI に適した（F-AIR）データ」に拡張するため、統合的かつアクセス可能な環境に AI に適したデータと分析ツールを統合すること。
• ユーザーがノートブックを変更・拡張し、新しい AI ベースの分析ワークフローをプラットフォームに貢献できるようにすることで、コミュニティ主導の知識共有を促進すること。

提案手法

• ツールキットは、NOMAD サーバーにホストされた Jupyter ノートブックまたは NOMAD Oasis スタンダロンサーバーをローカルで使用することで、Web ブラウザ上で動作し、セキュアでコンテナ化された実行環境を提供する。
• 統一された API を介して NOMAD アーカイブへのプログラム的アクセスを提供し、NOMAD メタインフォを用いて、コードに依存しないメタデータ豊富な形式で FAIR 準拠の材料データを照会・取得できる。
• 材料データに対する特徴学習および予測モデリングに、SISSO（Sure Independence Screening and Sparsifying Optimal）アルゴリズムを含む最新の AI ツールを統合する。
• ユーザーはノートブック内のインタラクティブなウィジェットを通じて、AI モデルの入力特徴、演算子、ハイパーパramータを動的に選択できる。
• 動的でインタラクティブなプロット（例：材料特性マップ）と、マウスオーバーやクリックでアクセス可能な 3D 晶体構造ビュアーを通じて、結果の可視化を支援する。
• すべてのワークフローはコンテナ化されており再現可能である：ユーザーはノートブックを再実行・変更・拡張し、同じ AI メソッドを新しいデータセットや研究課題に適用できる。

実験結果

リサーチクエスチョン

• RQ1 FAIR 材料データは、検索可能で再利用可能であるだけでなく、どのようにして直接 AI 駆動の分析に適したものにできるか？
• RQ2 インタラクティブで Web ベースの Jupyter ノートブックは、AI 駆動の材料科学研究における再現性と透明性をどの程度向上できるか？
• RQ3 実行可能で共有可能な AI ワークフローを共有するコミュニティ主導のプラットフォームは、材料インフォマティクス分野における発見をどの程度加速できるか？
• RQ4 SISSO のような AI モデルが、化学組成のみを用いてトポロジカル絶縁体の挙動をどの程度効果的に予測できるか、そしてそれがインタラクティブに再現・拡張可能か？
• RQ5 インタラクティブで実行可能なノートブックは、データ駆動型材料科学における新規研究者にとっての習得曲線をどの程度低減するか？

主な発見

• NOMAD AI Toolkit は、高影響力の論文の正確なワークフローと出力を再現する実行可能で注釈付きの Jupyter ノートブックを提供することで、材料科学分野における発表済みの AI 結果の完全な再現性を実現する。
• ユーザーは、元の研究と同一の入力特徴と SISSO パramータを用いることで、Ref. [32] の主要な結果図（テトラダイミットの材料特性マップ）を再現できる。
• ツールキットは、マウスオーバーやクリックによるインタラクションを通じて、化学組成、結晶構造、特徴の重要度を動的に可視化する、AI モデルの結果をインタラクティブに探索可能にする。
• プラットフォームは、ユーザーが入力パramータをリアルタイムで変更し、モデル予測への影響を観察できるようにすることで、仮説検証や手法開発を促進する。
• システムは、NOMAD アーカイブから取得した新しいデータセットに対して、同じ AI ワークフローを再利用可能にすることで、元の出版物を超えたスケーラビリティと拡張性を示している。
• Web ベースのノートブック環境内に SISSO アルゴリズムを統合することで、材料内のトポロジカル不変量と相関する最小記述子セットの効率的で自動的な発見が可能になった。