fast ion conductor

不可靠的文献数据阻碍了人工智能在材料发现中的应用

一篇新发表在arXiv上的论文强调了使用科学文献数据训练用于材料发现的AI模型所存在的重大问题。研究人员发现，源自文献的数据常常包含不一致之处，例如文本与图表不匹配、标注模糊不清以及单位错误，这些都可能导致结构化标签噪声。这些差异，即使在数值上看似合理，也可能传播并造成重大错误，如固态电解质数据中出现的100倍电导率误差所示。该研究强调了改进数据可追溯性、整理和验证实践的必要性，以确保AI驱动的科学发现的可靠性。