[논문 리뷰] The NOMAD Artificial-Intelligence Toolkit: Turning materials-science data into knowledge and understanding

Luigi Sbailò, Ádám Fekete외 2명|arXiv (Cornell University)|2022. 05. 31.

Machine Learning in Materials Science인용 수 7

한 줄 요약

NOMAD 인공지능 툴킷은 웹 기반의 Jupyter 노트북 기반 플랫폼으로, NOMAD 아카이브의 FAIR 준수 재료 과학 데이터에 대한 상호작용적이고 재현 가능한 인공지능 분석을 가능하게 한다. 연구자들은 공개 데이터와 로컬에 저장된 데이터를 모두 활용하여, SISSO 기반의 특성 학습 및 토폴로지적 절연체 예측과 같은 AI 워크플로우를 질의하고 분석하고 확장할 수 있으며, 코드와 결과의 완전한 재현 가능성과 공동체 공유를 보장한다.

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.

연구 동기 및 목표

• 대규모 재료 데이터셋에 대한 상호작용적이고 재현 가능한 분석을 가능하게 하여 FAIR 데이터와 인공지능 기반 재료 발견 간 격차를 메우는 것.
• 실행 가능하고 공유 가능한 Jupyter 노트북을 제공하여 데이터 기반 재료 과학 분야의 재현성 위기를 해결하는 것.
• 재료 정보학 분야의 최첨단 AI 기법을 위한 튜토리얼과 사전 설정된 노트북을 제공하여 연구자들이 접근하기 쉬운 환경을 조성하는 것.
• 통합되고 접근 가능한 환경에 AI 준비된 데이터와 분석 도구를 통합하여 FAIR 원칙을 '찾을 수 있고 AI 준비된'(F-AIR) 데이터로 확장하는 것.
• 사용자가 워크플로우를 수정하고 확장하며 새로운 AI 기반 분석 워크플로우를 플랫폼에 기여할 수 있도록 하여 공동체 기반 지식 공유를 촉진하는 것.

제안 방법

• 툴킷은 NOMAD 서버에서 호스팅된 Jupyter 노트북 또는 NOMAD Oasis 단독 서버를 통해 로컬에서 실행되는 웹 브라우저에서 작동하며, 보안이 강화되고 컨테이너화된 실행 환경을 제공한다.
• 통합된 API를 통해 NOMAD 아카이브에 프로그래밍 방식으로 액세스할 수 있으며, NOMAD 메타정보를 사용하여 코드 독립적이고 메타데이터가 풍부한 형식으로 FAIR 준수 재료 데이터를 질의하고 검색할 수 있다.
• 플랫폼은 재료 데이터에 대한 특성 학습과 예측 모델링를 위해 SISSO(Sure Independence Screening and Sparsifying Optimal) 알고리즘을 포함한 최첨단 AI 도구를 통합한다.
• 사용자는 노트북 내 상호작용 가능한 위젯을 통해 AI 모델의 입력 특성, 연산자, 하이퍼파rameter를 동적으로 선택할 수 있다.
• 시스템은 동적이고 상호작용 가능한 플롯(예: 재료 성질 지ap)과 마우스 오버나 클릭으로 접근 가능한 3D 결정 구조 뷰어를 통해 결과를 시각화한다.
• 모든 워크플로우는 컨테이너화되어 있으며 재현 가능하다: 사용자는 동일한 AI 방법을 새로운 데이터셋이나 연구 질문에 적용하기 위해 노트북을 다시 실행하거나 수정하거나 확장할 수 있다.

실험 결과

연구 질문

• RQ1 FAIR 준수 재료 데이터는 어떻게 하면 찾을 수 있고 재사용할 수 있을 뿐 아니라 직접적으로 인공지능 기반 분석에 적합하게 만들 수 있는가?
• RQ2 상호작용적이고 웹 기반의 Jupyter 노트북은 얼마나 효과적으로 데이터 기반 재료 과학 연구의 재현성과 투명성을 향상시킬 수 있는가?
• RQ3 실행 가능한 AI 워크플로우를 공유하는 공동체 기반 플랫폼은 재료 정보학 분야의 발견을 가속화할 수 있는가?
• RQ4 SISSO와 같은 AI 모델이 화학 조성만으로도 토폴로지적 절연체 거동을 얼마나 효과적으로 예측할 수 있으며, 이를 상호작용적으로 재현하고 확장할 수 있는가?
• RQ5 상호작용적이고 실행 가능한 노트북은 데이터 기반 재료 과학 분야의 신규 연구자들이 학습 곡선을 얼마나 효과적으로 줄일 수 있는가?

주요 결과

• NOMAD AI 툴킷은 고성과 영향력 있는 논문의 정확한 워크플로우와 출력을 반복하는 실행 가능하고 주석이 달린 Jupyter 노트북을 제공함으로써 재료 과학 분야의 공개된 AI 결과의 완전한 재현 가능성을 보장한다.
• 사용자는 원래 연구에서 사용된 동일한 입력 특성과 SISSO 파라미터를 사용하여 Ref. [32]의 주요 결과 플롯—테트라다이마이트의 재료 성질 지도—를 동일한 결과로 재현할 수 있다.
• 툴킷은 마우스 오버나 클릭 상호작용을 통해 화학 조성, 결정 구조, 특성 중요도를 동적으로 시각화하여 AI 모델 결과의 상호작용 탐색을 지원한다.
• 플랫폼은 사용자가 실시간으로 입력 파rameter를 수정하고 모델 예측에 미치는 영향을 관찰할 수 있도록 하여 가설 검증 및 방법 개발을 촉진한다.
• 시스템은 NOMAD 아카이브에서 검색한 새로운 데이터셋에 동일한 AI 워크플로우를 재사용할 수 있도록 하여 원본 논문을 초월한 확장성과 확장 가능성의 가능성을 입증한다.
• 웹 기반 노트북 환경 내에 통합된 SISSO 알고리즘은 재료의 토폴로지 인버티언트와 관련된 최소 기술자 집합을 효율적이고 자동으로 발견할 수 있도록 한다.