強化学習ベースの生成デザインは、新規性と有用性の両方を兼ね備えた候補材料へと結晶を導く。Nature Machine Intelligenceはこの論文の説明でそう伝えている。
この説明によると、生成的機械学習手法はすでに結晶探索を支援しているが、それらの材料空間を完全には調査できない。新しいアプローチは新しい機能性材料の創出を目的としている。
実践的な意味は現在のデータから評価できない。情報源は方法の特徴、検証結果、具体的に作られた材料を開示していない。
編集部コメント
なぜ重要か
もし結果が完全な論文と実験で裏付けられれば、次に観察される信号は具体的な材料サンプルと、それらの性質の独立検証となる。最大の不確実性は、説明には候補の品質、基本的方法との比較、実用性のデータが含まれていないことだ。