Causal Discovery from Data Assisted by Large Language Models

知识驱动的新型材料发现需要发展关于性质涌现的因果模型。在经典物理范式中，因果关系通常是基于物理原理推导或通过实验获得，而观测数据的快速积累促使我们根据观测结果学习材料结构不同方面与功能之间的因果关系。为此，将实验数据与领域先验知识相结合是至关重要的。本文通过结合高分辨率扫描透射电子显微镜（STEM）数据和从大型语言模型（LLMs）中提取的洞见展示了这一方法。通过对领域特定文献（如arXiv上关于铁电材料的论文）对ChatGPT进行微调，并将所获得的信息与数据驱动的因果发现相结合，我们构建了有向无环图（DAGs）的邻接矩阵，这些矩阵映射了Sm掺杂BiFeO3（SmBFO）中结构、化学和极化自由度之间的因果关系。这种方法使我们能够推测合成条件如何影响材料性质，特别是矫顽场（E0），并指导实验验证。本研究的最终目标是开发一个统一框架，将大型语言模型驱动的文献分析与数据驱动的发现相结合，通过明确合成条件与其材料性质之间的联系，促进铁电材料的精确工程设计。

本论文试图解决如何通过整合实验数据和领域知识来发现材料属性之间的因果关系问题，特别是在铁电材料（如Sm掺杂的BiFeO3）中，合成条件如何影响材料特性（如矫顽场E0）。这是一个相对较新的问题，因为传统的因果关系通常依赖于物理原理或实验推导，而本文提出了一种结合大数据和人工智能的方法。

论文的关键思路是将大型语言模型（LLMs）与数据驱动的因果发现方法相结合。通过微调ChatGPT在特定领域的文献（例如arXiv上的铁电材料论文），提取结构、化学和极化自由度之间的因果关系，并构建有向无环图（DAGs）的邻接矩阵。这种方法能够从观测数据中学习因果关系，并将实验数据与领域知识结合起来，从而指导材料设计。

1. 结合高分辨率STEM实验数据与LLM生成的知识，形成对材料特性的新理解。 2. 使用因果图（DAGs）明确表示不同材料自由度之间的关系。 3. 提出了一个统一框架，将文献分析与数据驱动方法结合起来，以加速材料工程。 4. 研究重点在于SmBFO材料，但方法具有通用性，可以扩展到其他复杂材料体系。 5. 论文未提及开源代码，但强调了未来实验验证的重要性。

近期相关研究包括： 1. 'Causal Discovery in Materials Science Using Machine Learning' - 探讨了机器学习在材料科学中的因果关系发现。 2. 'Deep Learning for Material Property Prediction' - 利用深度学习预测材料性质。 3. 'Large Language Models for Scientific Literature Analysis' - 使用LLMs分析科学文献并提取关键信息。 4. 'Data-Driven Design of Ferroelectric Materials' - 聚焦于数据驱动方法设计铁电材料。 这些研究共同推动了AI在材料科学中的应用，尤其是在因果建模和文献挖掘方面。