Materials science in the era of large language models: a perspective

大型语言模型（LLMs）因其出色的自然语言处理能力而引起了广泛的关注，结合各种新兴属性，使它们成为从复杂代码生成到启发式发现组合问题的多种工作流程中的通用工具。在本文中，我们提供了一个关于它们在材料科学研究中的适用性的视角，认为它们处理跨越各种任务和学科的模糊要求的能力意味着它们可以成为研究人员的有力工具。我们对基本的LLM理论进行了定性分析，将其与文献中相关的属性和技术联系起来，然后提供了两个案例研究，展示了它们在任务自动化和大规模知识提取中的应用。在它们当前的发展阶段，我们认为LLMs应该被视为不是新颖洞察力的神谕，而是可以加速和统一跨领域探索的不知疲倦的工作者。我们希望本文能使材料科学研究人员熟悉利用这些工具进行自己的研究所需的概念。

探讨大型语言模型在材料科学研究中的应用潜力，以加速和统一跨学科的探索。

大型语言模型可以在材料科学研究中处理模糊的要求，加速任务自动化和知识提取。

通过两个案例研究展示了大型语言模型在材料科学中的应用，提供了相关技术和方法。论文强调大型语言模型的作用在于加速和统一探索，而非提供新的洞见。

最近的相关研究包括使用大型语言模型进行材料科学预测和材料发现，如“Materials informatics driven design and experimental validation of lead-free piezoelectric ceramics”和“Predicting crystal structure by merging data mining with quantum mechanics”。