过还好，我和华为那边沟通过，对我们而言，他们的芯片已经够用了。
因为根据元素特性推导材料性质，这类模型的数据量很稀疏，数据、算力和算法三要素里，对数据和算法的依赖远高于算力。”
Pony对人工智能也颇为了解，腾讯每年从ai领域挖来的大牛不计其数，哪怕此时ChatGPT还没有横空出世，他希望从林燃这了解更多信息，好为后续开展工作提供方向：“林生，你仔细说说。”
林燃进一步解释道：“这是因为材料科学领域的数据非常非常有限，数据共享也好获取也好都面临着空前的障碍。
不同实验室产出的实验数据除非刊登到论文里，不然各家的数据是不会进同一个池子，当然他们想要进同一个池子，也会有各种各样的担心。
因为你很难保证，所有研究机构提供的数据不会污染数据库。
有人数据造假，就会污染整个数据源。
目前就我了解到的情况，类似研究数据非常稀缺，最多的数据也要少于4000个样本。
特征工程是AI模型成功的关键，但其设计在材料属性预测中尤为复杂。
物理元素性质，像原子量、电负性这些和材料结构，像晶格类型、键长这些，都要转化为数值特征，提供给模型学习。
其中特征选择直接影响模型准确性，错误选择可能导致性能下降。
目前整个过程仍然需要依赖研究人员去手动处理特征值，去做筛查。
非常依赖研究者经验和直觉，极可能遗漏重要信息。
nature去年的子刊他们整出了一个MODNet的学习框架，就是一个材料属性预测的机器学习框架。
（《通过特征选择和MODNet的联合学习实现有限数据集的材料属性预测》于2021年6月3日刊登在Nature子刊NPJ上）
他们发现要预测材料的振动熵时，反向键长和p价电子是关键特征，但手动识别这些特征需深厚领域知识。
这些数据的提取需要有足够丰富经验的科研民工来做，同时还要确保数据的精确，降低误差，整个过程非常繁琐。
因为我们要做的东西远比他们更复杂，我们要做的是一个更大的，更复杂的模型，特征数据的归纳总结和收集，速度肯定很慢。
毕竟这件事无法像网络空间的数据那样，可以通过特征值剔除，各种办法来确保数据的准确，它的数据用计算机术语来说，从
…。。