MATERIALS GENOME INITIATIVE STRATEGIC PLAN

MATERIALS GENOME INITIATIVE STRATEGIC PLAN

URL: https://mgi.gov
생성됨: 2022년 3월 22일 오후 1:02
작성일: November 2021

요약

MGI(Materials Genome Initiative)는 실험과 함께 데이터 및 계산 도구의 힘을 활용하여 적은 비용으로 새로운 재료의 발견, 설계, 개발 및 배포를 가속화하기 위해 2011년에 시작되었습니다. 학계, 산업계, 정부의 과학자와 엔지니어는 모델, 계산 및 실험 도구, 데이터의 필수 인프라에 대한 이해를 확장하고 기초를 구축하는 데 상당한 발전을 이루었습니다. 기존 기반을 발판으로 사용하여 이 전략 계획은 MGI의 영향을 확대하기 위해 향후 5년 동안 커뮤니티를 안내할 세 가지 주요 목표를 식별합니다.

MGI 접근 방식은 이미 일부 응용 분야에서 고급 재료의 배포를 가속화했지만 이니셔티브의 잠재력을 최대한 실현하면 국가와 세계가 세계적 대유행의 영향으로부터 더 잘 회복하는 데 도움이 될 것입니다. 새로운 재료의 신속한 설계, 개발 및 사용은 더 오래 지속되는 도로 및 교량과 같은 기반 시설, 보다 탄력적이고 효율적인 에너지 시스템, 중요 광물에 대한 의존도 감소, 고품질 의료 서비스 제공, 더 나은 스마트 등을 가능하게 합니다. 우리 경제를 강화하고 국가 안보를 유지하는 유용한 기술.

과학자, 엔지니어 및 제조업체 간에 재료 지식을 신속하게 공유할 수 있는 능력은 보다 유능한 재료의 발견 및 제작을 가속화하고 재료를 사용하여 장치 및 구조를 설계하는 더 나은 도구 및 보다 효율적인 제조를 가능하게 합니다. 이러한 지식 공유는 MGI의 핵심이며, 원활하게 통합된 고급 모델링, 계산 및 실험 도구, 양적 데이터의 진화하고 동적으로 액세스 가능한 프레임워크인 MII(Materials Innovation Infrastructure)를 통해 실현됩니다. MGI는 특히 전통적으로 뒤처져 온 커뮤니티에서 미국 전역의 기여자에게 기회를 극대화하는 방식으로 지식 교환 도구에 대한 액세스를 제공하고자 합니다. 기능을 확장하고 참여 장벽을 줄임으로써 여기에 설명된 노력은 교육자, 연구원 및 제조업체에 큰 영향을 미칠 것입니다.

MII를 확장하고 완전히 활용하려면 물리적 인프라, 이론 개발 및 계산 도구, 인공 지능(AI) 및 기타 혁신적인 기능을 적용할 수 있는 강력한 데이터 큐레이션, 미국 실험실, 엔지니어링 스튜디오 및 산업 상점 바닥. MGI 전략 계획은 이러한 별개의 과학 분야 및 기술 성숙의 연속체를 따라 모든 이해 관계자의 역할을 인정합니다. 현재 재료 연구 및 구현 환경에 대한 조사를 통해 이 전략 문서는 향후 5년 동안 세 가지 주요 목표를 정의합니다.

1. 소재 혁신 인프라 통합
2. 재료 데이터의 힘 활용
3. 재료 R&D 인력 교육, 훈련 및 연결

이 전략 문서는 위에 소개된 세 가지 주요 목표에 대한 근거와 동기를 자세히 설명합니다. 그렇게 함으로써 기후 변화와 같은 중요한 문제를 해결하기 위해 물질 지식의 가속화된 발견, 개발 및 활용을 위해 고유하게 최적화된 생태계를 실현하기 위해 전체 MGI 커뮤니티의 작업을 안내하려는 의도로 목표와 지원 조치를 식별하고 제시합니다. 이 세 가지 목표를 달성하는 것은 또한 21세기 미국 경쟁력에 필수적이며 미국이 보건, 국방, 에너지를 포함한 분야에서 신흥 재료 기술의 혁신에서 글로벌 리더십을 유지하고 미국의 기술을 광범위하게 지원하는 데 도움이 될 것입니다.

소개

여러 시대에 걸쳐 재료는 문명을 정의했습니다. 효과적인 도구를 위한 부서진 돌에서 오늘날 가장 정교한 컴퓨터를 구동하는 반도체에 이르기까지 재료를 조작하는 능력은 인류에게 도움이 되는 발전을 가져왔습니다. MGI(Materials Genome Initiative)는 실험과 함께 데이터 및 계산 도구의 힘을 활용하여 새로운 물질의 발견, 설계, 개발 및 배포를 가속화하기 위해 시작되었습니다. MGI의 후원 하에 연구원, 엔지니어, 제조업체로 구성된 강력한 커뮤니티 형성과 모델링, 계산 및 실험 도구와 데이터로 구성된 MII(Materials Innovation Infrastructure) 구축을 포함하여 상당한 발전이 이루어졌습니다. MGI는 발견에서 사용에 이르는 전체 재료 연속체를 포함합니다. 첨단 제조 분야에서 MGI는 적층 제조를 포함한 다양한 응용 분야를 위한 신소재 제조 기술을 지원하고 양자 정보 과학, 우주 탐사, 지속 가능한 에너지 등 다양한 분야에서 신제품 혁신에 필요한 고유한 특성을 가진 소재의 가용성을 가속화합니다. 개발 및 생명 공학.

MGI는 10년 전 원대한 비전을 가지고 출범했습니다. 재료 과학자 및 엔지니어의 작업을 포함할 뿐만 아니라 구성, 처리 및 서비스 이력의 함수로 재료 거동을 발견하고 예측하기 위해 정량적 데이터 및 계산 코드를 사용하는 것을 목표로 했습니다. 시스템 설계, 제조 및 유지 관리 결정에 사용되는 엔지니어링 도구와 원활하게 상호 작용하는 계산 도구에서.

 

Material Innovation Infrastructure의 설립 개념 구조

제품의 전체 수명 주기를 통해 첫 번째 원리 양자 역학 계산의 지식을 연결하는 것은 야심찬 일입니다. 동적이고 반복적인 다양한 길이와 시간적 규모의 다중 코드가 필요합니다. 응용 프로그램 및 산업 부문에 따라 상대적 중요성이 달라지는 광범위한 현상에 대한 주의가 필요합니다. 정량적 특성화와 적절한 수준의 정밀도로 재료 특성 및 속성 데이터를 효율적으로 캡처하는 도구가 필요합니다. 그러나 불가능한 것은 아닙니다. MGI가 시작될 때 그러한 연결이 이루어졌을 때 상당한 투자 수익이 입증된 사례가 따로 있었습니다. MGI는 연속체를 따라 발견에서 재료를 발전시키는 다양한 연구자와 실무자 사이에 데이터를 공유하고 지식과 이해를 전달하는 보다 효과적인 수단을 제공함으로써 통합 컴퓨팅 접근 방식의 혜택을 받는 재료 시스템 및 응용 프로그램의 수를 확장하기 위한 커뮤니티로 형성되었습니다. 기술 성숙과 제품 수명.

이 전략 계획은 현재 재료 연구 1) 및 구현 환경을 반영하고 전체 MGI 커뮤니티 2)가 강력하고 안전한 미래를 위한 재료 지식의 가속화된 개발 및 활용을 실현하는 데 필요한 목표, 목적 및 지원 조치를 식별합니다. 향후 5년 동안 커뮤니티를 안내하는 세 가지 주요 목표는 다음과 같습니다. (1) 재료 혁신 인프라를 통합합니다. (2) 재료 데이터의 힘을 활용합니다. (3) 재료 연구 및 개발 인력을 교육, 훈련 및 연결합니다.

MII를 통합하는 것은 개별 도구를 더욱 가치 있게 만들고 액세스를 보다 쉽게 사용할 수 있도록 하는 것입니다. 추가 연구 분야와 산업 부문이 MII에 참여하고 탐구함에 따라 기존 기능이 도전을 받고 개선될 것입니다. MGI는 혁신 인프라의 사용과 강화 사이의 강력하고 통합적인 관계를 인식하여 학제 간 팀 구성을 장려하여 추가 작업을 위한 격차를 식별하고 범위를 확장하고 효율성을 향상할 수 있는 기회를 만들 것입니다. MII의 잠재력을 최대한 실현하려면 계산 능력의 임박한 도약, 재료 구조 및 속성의 더 빠르고 정확한 합성 및 특성화를 위한 도구, 인공 지능(AI) 및 기계 학습으로 강화된 모델링을 수용해야 합니다. 재료 개발 연속체를 따라 모든 이해 관계자가 쉽게 공유할 수 있도록 증가하는 데이터 및 이해의 통합을 장려하고 가능하게 하는 플랫폼도 똑같이 중요합니다. MGI 커뮤니티의 전체 스펙트럼의 현재 및 새로운 요구 사항을 충족하기 위해 국가 재료 데이터 네트워크(NMDN) 구축에 특히 중점을 둡니다.

재료 데이터는 재료 연구 및 기술의 혁신과 활용을 강화합니다. 인공 지능 기술은 연구를 가속화하고 놀라운 속도로 통찰력을 발견함으로써 해당 데이터의 활용도를 크게 높일 수 있는 잠재력을 제공합니다. MGI 커뮤니티가 AI를 최대한 활용할 수 있도록 하려면 많은 문제 중에서 상호 운용 가능하고 재사용이 가능하고 데이터 생성자를 공식적으로 인정하는 데이터 큐레이션에 주의를 기울여야 합니다. 또한 AI 기반 기술은 MGI 커뮤니티를 위해 특별히 개발되어야 합니다. 영향력이 큰 예는 연구 기기의 자율 제어에서 제조를 위한 향상된 프로세스 및 품질 관리 시스템에 이르기까지 다양합니다.

MGI 커뮤니티가 점점 더 빠른 속도로 부상하는 기술 발전을 동시에 구축하고 활용함에 따라 새로운 도구를 완전히 활용하고 번창할 준비가 된 다양하고 민첩하며 적응력이 뛰어난 인력이 필수적입니다. 학계, 국가 및 연방 연구실 연구원과 산업 종사자가 요구하는 역량 분석을 바탕으로 MGI 커뮤니티는 커리큘럼 개발을 강조할 것입니다. 여기에는 데이터 과학 및 정보학, 컴퓨팅 및 모델링, 실험 및 특성화의 유창함을 촉진하고 재료 과학, 제조, 지속 가능한 개발. 또한, 재료 연구 및 개발의 고유하고 복잡한 학제 간 특성을 인식하여 학부 및 대학원 교과 과정에서 인턴십 및 다학문 팀 배정 기회를 장려합니다. 재료 개발 연속체를 따라 지식 격차를 메우기 위해서는 교육 프로그램의 확장과 새로운 일자리 창출이 필요합니다.

이 세 가지 목표를 달성하는 것은 글로벌 문제를 해결하는 데 중요하며 미국이 제조, 의료, 지속 가능한 에너지 생산, 산업 혁신, 미국 국가 및 경제 안보를 뒷받침하는 신흥 재료 기술의 혁신 및 활용에서 리더십을 유지하는 데 도움이 될 것입니다.

1) 재료 연구는 화학 및 화학 과학, 재료 과학 및 공학, 물리학, 생물학, 수학 및 기타 공학 분야 및 연구 영역을 포함한 많은 분야의 광범위한 교차로 정의되며, 사회에 도움이 되고 연료를 제공하는 무수한 기술 발전을 가능하게 합니다. 혁신을 일으키고 있습니다. 건강 관리 및 웰빙, 에너지 및 환경 관리, 제조 및 경제 경쟁력, 국가 안보를 위한 시스템 및 제품은 실험실에서 영감을 얻은 발전에 의해 주도되고 고유한 전문 지식과 기술을 갖춘 많은 재능 있는 연구자 및 실무자의 기여를 통해서만 실행됩니다. 아이디어가 가시적이고 구현된 기능으로 발전함에 따라 관점.

2) 이 계획에서는 “MGI 커뮤니티”가 자주 언급됩니다. 이 광범위한 용어는 MGI의 목표를 달성하는 데 투자한 이해 관계자와 이러한 목표를 달성하기 위한 지적 및 기술적 수단을 제공하는 수많은 지원 커뮤니티를 모두 포함합니다. MGI 커뮤니티의 구성원에는 학계, 업계 및 정부의 학생, 교사, 연구원, 개발자 및 실무자가 포함됩니다.

목표 1. 소재 혁신 인프라 통합

재료 혁신 인프라는 재료 연구 및 개발(R&D), 제조 및 배포를 가속화하기 위해 지식을 생성, 관리, 통합 및 공유할 수 있는 국가적 프레임워크를 제공합니다. 이 국가적 프레임워크는 새로운 발견과 기초 연구 발전에서 엔지니어링 설계 및 제조에 이르기까지 통합되고 반복적인 결합을 통해 전체 재료 개발 연속체를 포괄합니다. 제품 개발, 인증 및 배포에 대한 혁신을 가속화하기 위해 깊고 방대한 재료 지식을 사용할 수 있습니다. 재료 연구 개발 기업은 본질적으로 학제 간입니다. MII는 화학, 물리학, 재료 과학, 생물학, 공학 분야의 전체 범위와 컴퓨터 과학, 소프트웨어 공학, 응용 수학 및 통계. MGI는 모든 지역과 소외된 지역사회의 재능과 경험을 통합하기 위해 노력하고 전국의 광범위한 기능을 활용함으로써 그 영향력을 더욱 극대화할 수 있습니다.

지난 10년 동안 연방 기관은 MGI의 구현을 통해 MII의 주요 요소 개발을 촉진했습니다. 이러한 요소에는 다음이 포함됩니다.

• 계산(이론, 모델링 및 시뮬레이션) 도구.
• 실험적(합성, 특성화 및 처리) 도구.
• 통합 연구 플랫폼.
• 데이터 인프라.

이제 MGI의 대담한 비전을 달성하려면 이러한 요소를 광범위하게 액세스할 수 있고 긴밀하게 연결된 네트워크로 통합해야 합니다. 통일을 위해서는 산업, 국가 및 연방 연구소, 학계 전반에 걸쳐 발견에서 배치에 이르기까지 광범위한 미국 소재 R&D 포트폴리오 전반에 걸쳐 격차를 메우고 연결을 강화해야 합니다. MII는 전체 범위의 재료 특성, 재료를 생산하기 위한 합성 및 처리 방법, 해당 재료를 제품에 통합하는 데 필요한 제조 기술의 탐색 및 사용을 용이하게 합니다. 재료 R&D 중에 생성된 데이터는 방대하고 이질적이며 다양한 전자, 원자 및 분자 현상을 포함합니다. 다중 스케일 재료 특성 및 성능에 대한 처리 효과; 애플리케이션 디자인; 및 제조 노하우. 이 데이터를 관리하려면 MGI 커뮤니티가 이기종 데이터 세트의 원활한 공유를 위한 공통 프로토콜을 조정하고 설정해야 합니다.

MGI 패러다임은 전체 재료 개발 연속체에 걸쳐 지식의 통합 및 반복을 촉진합니다. MII의 통합은 재료 R&D 기업에 기여하는 모든 이해 관계자 간에 정보의 원활한 대류 흐름과 지식의 짜임새를 위한 프레임워크를 제공하여 새로운 재료의 배포를 가속화할 것입니다.

최근 연구 및 보고서 3) 에서는 모든 재료 클래스에 걸쳐 재료 합성 및 특성화를 자동화하려면 계산 도구 및 시설과 결합된 새로운 실험 도구가 필요하다고 강조했습니다. 4) 이러한 결합된 도구에 액세스할 수 있는 기회는 연구 센터 및 국가 사용자 시설에서 찾을 수 있지만 이러한 희소한 자원에 대한 액세스는 경쟁이 치열하고 MGI 커뮤니티의 전체 요구를 충족할 수 없습니다. 또한 도구의 지속 가능한 운영 및 유지 관리에 대한 지원은 지속적인 과제입니다. 연방 기관은 모듈식 로봇 공학, 기계 학습 및 역설계 개념을 사용하여 합성 및 특성화 프로토콜을 자동화하는 것을 목표로 하는 프로그램 5)을 탐색해 왔습니다. 이러한 노력을 확장하고 광범위한 재료 등급에 걸쳐 도구 개발을 가속화하는 메커니즘은 이러한 문제를 해결하는 데 필요한 재료의 기반 시설을 구축하기 위한 집중적인 노력과 함께 큰 도전의 국가 의제를 설정하는 것입니다.

MII 통합의 또 다른 동인은 진입 장벽을 크게 낮추고 소규모 기업과 자원이 부족한 학술 기관에 대한 접근성을 높여 다양한 연구 과학자, 엔지니어, 개발자, 제품 설계자 및 제조업체의 혁신을 지원하는 것입니다.

MII에 대한 이러한 관점은 그 영향을 가장 잘 통합하고 증폭하는 방법에 대한 전략을 알려줍니다. 특히, 향후 5년 동안 다음과 같은 전략적 목표는 목표 1을 발전시키는 데 필수적입니다.

1. MII의 브리지, 빌드 및 보강 요소.
2. 국가 재료 데이터 네트워크를 구축합니다.
3. 국가 그랜드 챌린지를 통해 MII 채택을 가속화합니다.

3) 재료 연구의 국경: 10년 조사, The National Academies Press, 워싱턴 DC, 2019.

4) 여기서 재료 클래스는 재료 유형을 나타냅니다. 폴리머, 금속, 세라믹, 복합 재료 등

5) http://mission-innovation.net/wp-content/uploads/2018/01/Mission-Innovation-IC6-Report-Materials-AccelerationPlatform-Jan-2018.pdf

목표 1: MII의 브리지, 빌드 및 강화 요소

통합 MII의 주요 결과는 전체 재료 개발 연속체를 따라 지식의 효율적이고 "대류적" 흐름이 될 것입니다. MGI 패러다임에서 지식을 생성하려면 적절한 실험 및 계산 도구뿐만 아니라 연구 커뮤니티에서 생성한 데이터와 소프트웨어를 저장하고 공유할 수 있는 프레임워크가 필요합니다. MII는 지식 공유의 반복적인 프로세스에 의해 생성된 새로운 도구의 필요성에 응답하기 위해 역동적이고 적응적입니다. MII의 요소를 성공적으로 연결, 구축 및 강화하기 위한 노력의 일환으로 연방 기관은 MGI 커뮤니티와 협력하여 계산, 실험 및 데이터 인프라 도구의 현재 상태를 이해해야 합니다. 곧 엑사스케일(초당 10 18 부동 소수점 연산 - 플롭)에 도달할 증가하는 계산 능력, 방대한 데이터 세트를 생성하는 실험, 방대한 양의 새로운 재료를 체계적으로 생성할 수 있는 자동화된 합성 기술은 시스템 구축의 시급성을 강조합니다. 통합 MII. 아래에 포함된 삽화는 통합 MII 인프라를 실현하는 데 필요한 재료 지식, 광범위한 응용 프로그램 및 다양한 팀의 개발 및 적용을 극적으로 가속화하기 위한 MGI 기반 접근 방식의 효율성을 강조합니다.

전산 도구

알고리즘 및 하드웨어 발전의 조합은 지난 40년 동안 계산 능력의 경이적인 증가를 가져왔습니다. 이것은 많은 실제 재료 문제를 다루기 쉽게 만들었습니다. 연방 기관은 데이터 리포지토리, 데이터 과학 및 분석 접근 방식을 위한 대상 프로젝트와 광범위하게 적용 가능한 오픈 소스 커뮤니티 소프트웨어의 개발 및 배포를 담당하는 전산 재료 및 화학 과학 센터 및 소프트웨어 연구소를 통해 이러한 발전에 대응했습니다. 기타 프로그램 노력에는 개선된 알고리즘 개발을 위한 통합 계산 과학 및 응용 수학 활동, 엑사스케일 컴퓨팅을 위한 차세대 하드웨어 및 소프트웨어의 공동 설계, 피드백 루프에서 새 모델 개발을 추진하기 위한 예측 재료 이론 검증을 위한 통합 실험 프로그램이 포함됩니다.

초기 프로젝트는 분자 및 재료의 고처리량 양자 역학 계산을 발전시키는 데 중점을 두어 자동화된 계산 워크플로, 데이터 마이닝 및 지식 추출을 위한 소프트웨어 도구가 지원하는 선별된 데이터베이스로 이어지며 최근 AI 접근 방식을 포함하여 향상되고 있습니다. 이러한 계산 도구와 데이터는 대부분의 재료 등급을 다루며 현재 전 세계적으로 많은 연구 커뮤니티에서 사용하고 있습니다. 이러한 자원을 통합하기 위한 노력이 전 세계적으로 진행 중입니다. 6)

6) https://www.optimade.org

MGI의 모든 잠재력을 달성하기 위해 풀뿌리 커뮤니티 운동은 데이터를 생성하고 검증하고 MII를 통해 새롭고 혁신적인 자료의 생성을 알리는 더 깊은 지식으로의 변환이 필요합니다. 모델과 소프트웨어를 개발하는 커뮤니티는 일반적으로 이를 생산적으로 사용할 수 있는 커뮤니티보다 훨씬 작습니다. 복잡한 연구 등급 컴퓨터 코드는 산업, 학계, 국가 및 연방 연구소의 초보 사용자 커뮤니티의 요구를 충족하는 강력하고 충분히 사용자 친화적인 소프트웨어로 변환되어야 합니다. 이상적으로 이러한 확장 가능한 소프트웨어는 랩톱에서 엑사스케일 슈퍼컴퓨터에 이르기까지 컴퓨팅 플랫폼의 전체 스펙트럼에서 효율적으로 실행되어야 합니다. 또한 코드 및 소프트웨어 패키지의 장기적인 개발 및 유지 관리를 강화하기 위해 경로를 식별하고 지원해야 합니다. 컴퓨터 과학, 응용 수학, 정보 기술 및 재료 과학을 포함하는 학제 간 연구 프로그램을 사용하여 연구 분야를 연결하고 알고리즘 및 소프트웨어 도구 개발을 가속화할 수 있습니다. 동시에, 공동 설계 원칙과 혼합된 보다 전통적인 소프트웨어 개발 및 지원 모델은 이 진화하는 분야에서 계속 중요한 역할을 할 것입니다. 상용 소프트웨어 산업은 커뮤니티에서 개발한 최신 알고리즘 및 기술을 광범위하게 액세스할 수 있는 코드에 통합함으로써 중요한 역할을 할 수 있습니다. MGI 커뮤니티가 MII의 핵심 요소인 계산 도구를 연결, 구축 및 강화하기 위해 취해야 하는 조치는 다음과 같습니다.

• 현재의 계산 도구 격차, 특히 재료 개발 연속체를 따라 다양한 이해 관계자에 대한 접근성을 가로막는 장벽을 식별하고 연결합니다.
• 커뮤니티 코드 개발 및 이러한 기술을 상업 코드에 통합하여 국가 컴퓨터 기반 시설을 활용하고 구축합니다.
• 관련 커뮤니티와의 연결을 구축하고 협력을 강화하여 학제 간 전산 연구와 도구 공유 및 개발을 강화합니다.

실험 도구

재료는 원자에서 제품 규모에 이르기까지 본질적으로 계층적입니다. 이러한 계층 구조는 광대한 공간(옹스트롬에서 미터까지) 및 시간(피코초에서 수년) 영역에 대한 적절한 실험 및 계산 범위를 보장하기 위해 엄청난 도전을 제기합니다. 물질에 대한 이해를 높인 구조적, 화학적, 물리적 특성의 변화를 측정하는 실험도구는 X선, 중성자, 현미경, 고자기장 시설과 전자, 이온, 레이저 연구실에서 볼 수 있습니다. 분광학. 대부분의 최고의 특성화 기술은 여전히 시간이 많이 소요되고 가장 흥미로운 특성과 관련된 구조를 수정하거나 파괴할 수 있는 샘플 준비 방법에 의존합니다. 이 문제를 완화하고 단일 샘플에서 비교 데이터를 수집할 수 있도록 하려면 비파괴 기술을 포함한 더 많은 다중 모드 특성화 도구가 필요합니다. 화학 커뮤니티는 합성 화학의 자동화에서 상당한 진전을 이루었으며, 이는 복잡한 재료 시스템에 대한 노력을 알리고 있습니다. 합성 및 처리를 위한 고급 도구는 이제 재료 연구에 사용할 수 있으며 일부는 구성 및 구조의 원자 수준 제어와 반복적인 피드백 최적화 및 제어를 위한 광범위한 진단 기능을 갖추고 있습니다. 그러나 이러한 도구 중 "최고"는 일반적으로 특정 재료 등급 및/또는 소량의 재료(예: 박막 및 나노입자)로 제한됩니다. 이론, 모델링 및 시뮬레이션에서 정제된 예측을 검증하고 실행하는 데 필요한 방대한 양의 실험 데이터를 생성하려면 실험 도구, 특히 통합 합성, 특성화 및 처리를 위한 고처리량 기기의 발전이 필요합니다. 재료 R&D에 중요한 실험 도구에 대한 가용성 및 액세스는 종종 사용자 시설, 연구 센터 또는 전문 플랫폼을 통해 이루어집니다. 이는 잠재적인 산업 사용자에게 특히 벅찰 수 있습니다. 도구 및 관련 전문 지식에 대한 능률적이고 포괄적인 액세스 정책은 MGI를 발전시키는 데 매우 중요합니다.

실험 도구의 획득을 가속화하고 확장하기 위해 MGI 커뮤니티와 연방 기관은 다음을 위해 협력해야 합니다.

• 합성 및 처리 도구를 더 많은 재료 등급으로 확장하고 다중 모드 특성화 도구를 개발하기 위한 전략을 개발합니다.
• 실험실에서 제조에 이르기까지 모듈식, 자율, 통합, 처리량이 많은 실험 도구의 발전을 활용하고 개발을 강화합니다.
• HBCU(역사적으로 흑인 대학 및 대학) 및 기타 소수 민족 봉사 기관(MSI)을 비롯한 다양한 사용자 커뮤니티가 최첨단 장비에 접근하는 것을 제한하는 장벽을 식별하고 제거합니다.

통합 재료 플랫폼

MGI 커뮤니티가 계산 및 실험 도구 간극을 메우고 더 많은 재료 클래스에 걸쳐 통합 기능을 확장하기 위해 노력함에 따라 새로운 유형의 플랫폼이 등장해야 합니다. 많은 연구 센터와 사용자 시설은 현장에서 빠른 분석과 실험 도구와의 통합을 가능하게 하는 실질적인 데이터 인프라를 제공합니다. 그러나 국가 통합 재료 플랫폼은 재료/제품 디자이너와 지식을 생성, 소통 및 순환할 수 있는 재료 발견자 및 혁신자(과학자 및 엔지니어)를 위한 작업 공간(실제 및 가상 모두)을 제공하여 재료 발견과 배포 사이의 장벽을 완전히 허물어야 합니다. 현재 미국이나 전 세계에 존재하지 않는 방식의 제조업체. 이러한 통합 재료 플랫폼은 MII의 혁신 "노드" 역할을 하여 전체 재료 개발 연속체에 걸쳐 이해 관계자를 참여시키고 액세스를 제공합니다. 실제로 이러한 플랫폼은 목표 3에서 논의된 중대한 문제를 해결하는 데 필요한 중요한 인프라를 제공할 것입니다. 연방 기관과 MGI 커뮤니티는 다음을 수행해야 합니다.

• 커뮤니티를 구축하고 협력에 대한 인센티브와 장벽을 식별하기 위해 워크숍을 소집합니다.
• 통합 재료 플랫폼의 개발을 시드하기 위한 파일럿 프로젝트를 식별합니다.
• 통합 재료 플랫폼의 산업적 사례에서 배우십시오.

데이터 인프라

재료 데이터와 그 통합은 MGI의 성공에 필수적입니다. 실험과 시뮬레이션에서 생성된 데이터는 매우 풍부할 수 있으며 종종 복잡하고 복잡한 현상을 많이 표현합니다. 여러 응용 분야에서 재사용할 수 있는 잠재적 가치는 매우 높기 때문에 재료 R&D를 가속화하는 데 중요합니다. MII의 통합은 10년 전에는 존재하지 않았던 새로운 데이터 관리 기능의 성공적인 생성 및 통합에 달려 있습니다.

최근 연구 7)에서는 미국 재료 데이터 인프라의 요구 사항과 현재 상태를 설명하고 재료 R&D를 가속화하고 MII를 강화하기 위해 지속 가능하고 광범위하게 유용한 자원 세트를 달성하기 위한 일련의 우선 순위를 열거했습니다. 권장 사항은 4가지 주요 주제로 종합될 수 있습니다.

1. 데이터 저장소 및 분석 도구를 설정하고 유지합니다.
2. 이러한 분산 자원을 연합 시스템으로 통합.
3. 기존 기능에 대해 알리고, 결정적으로 인프라가 기존 요구 사항을 충족하거나 충족하지 못하는 방식을 결정하기 위해 연구원과 지속적으로 참여합니다.
4. 재료 데이터 인프라의 채택을 가속화하기 위한 인센티브 메커니즘 개발.

7) www.tms.org/portal/PUBLICATIONS/Studies/portal/Publications/Studies/Studies.aspx

MGI는 재료 설계 및 제조에 대한 통찰력을 제공하는 수많은 계산 및 실험 데이터 데이터베이스를 통해 주제 1)에서 실행에 박차를 가하는 데 성공했습니다. 8) 그러나 재료 R&D 기업(즉, 주제 2) 및 3))에 대해 원하는 수준의 통합 및 활용도를 달성하기 위해서는 아직 해야 할 일이 많습니다. 더욱이, 주제 4의 채택에 대한 인센티브는 연구 주류 밖에 남아 있습니다. 재료 데이터 인프라를 성공적으로 구축 및 통합하려면 해당 인프라의 기존 격차를 식별하고 이러한 격차를 해소하기 위한 공동의 노력과 데이터 인프라 활용을 위한 모범 사례의 식별 및 사용이 필요합니다. 이 원하는 통합의 대부분을 달성하려면 MGI 커뮤니티 전반에 걸쳐 상당한 참여가 필요하며 이는 Objective 2에서 자세히 설명합니다.

8) https://materials.registry.nist.gov/

데이터 및 관련 도구의 보급에 대한 논의는 다양한 이유로 공유할 수 없는 지적 재산 및 수출 통제 정보에 대한 논의로 이어집니다. MGI 개념을 성공적으로 구현하려면 보안 환경 내에서 MGI 인프라를 인스턴스화하거나 민감한 정보에 플래그를 지정하는 심사 절차를 생성하여 이러한 제약 조건과 조화를 이루어야 합니다. MGI 커뮤니티는 이러한 솔루션을 제공하기 위해 보안 커뮤니티에 크게 의존할 것입니다. 일반적으로 이러한 솔루션은 MGI 실무자의 도메인 전문 지식 밖에 있기 때문입니다.

데이터 인프라 격차를 식별하고 연결하려는 노력 외에도 데이터 관리의 모범 사례를 장려하기 위해 연방 기관이 취할 수 있는 특정 조치가 있습니다. 지난 10년 동안 재료 연구에 대한 대부분의 연방 자금 지원은 포괄적인 데이터 관리 계획(DMP)을 의무화했습니다. 이상적으로는 DMP는 다른 연구자가 데이터를 검색하고 액세스할 수 있는 방법에 대한 세부 정보를 제공하며 최대 사용성을 보장하는 방식으로 제공됩니다. 이러한 아이디어는 연구 데이터를 찾을 수 있고, 액세스 가능하고, 상호 운용 가능하고, 재사용할 수 있어야 한다는 이른바 "FAIR" 데이터 원칙에 속합니다. 9) NIH와 같은 많은 연방 기관은 최근 자금 지원 연구에 대한 FAIR 데이터 요구 사항을 수용했습니다. 10) 이러한 사업은 자금 지원을 받는 측에서 상당한 노력을 기울여야 하며, 연구에 대한 영향을 지속적으로 평가하고 이를 가능하게 하는 데이터 인프라의 구축과 함께 단계적 방식으로 수행되어야 합니다. MII의 통합을 촉진하기 위한 연방 기관의 조치는 다음과 같습니다.

• 도구, 표준을 만들고 FAIR 데이터 원칙을 장려하는 정책을 구현합니다.
• 데이터 인프라의 연결, 구축 및 강화를 지원합니다.

9) Wilkinson, M., Dumontier, M., Aalbersberg, I. et al., Sci Data 3, 160018 (2016).

10) https://grants.nih.gov/grants/guide/notice-files/NOT-OD-21-013.html

목표 2: 국가 소재 데이터 네트워크 구축

재료 데이터 인프라는 MII의 전반적인 통합에 중요합니다. 이러한 맥락에서 NMDN(National Materials Data Network)이라고 하는 조정된 커뮤니티 주도 동맹의 필요성이 명확해집니다. NMDN은 재료 데이터 인프라의 생성 및 통합을 주도할 수 있습니다. 데이터 생성자와 사용자는 순수 연구에서 제조 현장, 재활용에 이르기까지 재료 개발 연속체에 걸쳐 있으며, 연속체의 각 지점에는 모두를 위한 지식 자원이 있습니다. 재료 데이터의 모범 사례와 클래스를 이미 얻을 수 있는 강력한 커뮤니티가 있으며 재료 데이터 인프라가 구축됨에 따라 이러한 리소스를 통합하고 성공에서 배워야 합니다. NMDN은 데이터 인프라의 추가 개발 및 통합을 주도하고 현재 채택을 방해하는 인센티브 문제(아래에 자세히 설명됨)를 해결하기 위해 노력할 것입니다.

이해관계자 인센티브 문제 해결

재료 R&D 커뮤니티는 매우 이질적입니다. 이는 데이터 인프라에 상당한 도전과제를 제시하며 다양한 재료 R&D 전반에 걸쳐 인프라 성숙도의 불균등성을 반영합니다. 문제의 일부는 이해 관계자의 요구 사항을 표현하는 방법입니다. 재료 R&D 커뮤니티의 상당 부분은 아직 재료 R&D 데이터 인프라의 전체 가치 제안을 이해하지 못하고 있으며 커뮤니티에서는 그 필요성에 대해 한 목소리도 내지 않습니다. NMDN의 역할 중 일부는 이러한 요구를 분명히 하고 데이터 인프라가 재료 R&D에 미치는 잠재적 영향과 가치를 설명하기 위해 일관된 목소리를 제공하는 것입니다.
이러한 문제를 해결하려는 재료 R&D 커뮤니티의 풀뿌리 노력이 있습니다. 최근 회의 11), 12)는 재료 데이터 인프라를 개선하고 재료 발견을 가속화하는 방법을 탐구하기 위해 소집되었습니다. 재료 커뮤니티는 강점을 활용하고 재료 데이터 리소스의 더 나은 기능과 더 강력한 통합을 추진하기 위해 NMDN의 정신으로 엔터티를 육성할 필요가 있음을 확인했습니다. 13) NMDN은 재료 데이터 관리, 기능 및 이해 관계자의 요구 사항에 대한 모범 사례를 위한 정보 교환소 역할을 할 수 있으며 커뮤니티 전체에서 데이터 관리의 우수성을 촉진하는 역할을 할 수 있습니다. NMDN을 지원하기 위한 조치는 다음과 같습니다.

• NMDN 생성을 위한 커뮤니티 노력을 식별, 협력 및 지원합니다.
• 공공 및 개인 데이터 저장소를 결합하고 통합하기 위한 프레임워크를 개발합니다.
• 실험 장비에서 데이터 리포지토리에 이르기까지 자동화된 데이터 워크플로에 대한 파일럿 노력.

11) Convened in Rosemont, IL on November 21–22, 2019, and virtually Feb 23-25, 2021, with NSF support.

12) M. Akyol et al., Matter, 1, 1433–1438, December 4, 2019.

13) https://www.marda-alliance.org/

격차 식별 및 연결

NMDN이 이해 관계자의 요구와 관점의 폭넓은 다양성에 의해 정보를 얻도록 하는 것은 NMDN의 성공과 중요한 도전에 필수적입니다. NMDN이 재료 데이터 인프라에 대한 이해 관계자 요구 사항을 자세히 설명함에 따라 해당 인프라를 배포하는 프로세스가 전면으로 이동합니다. 그런 다음 NMDN은 다양한 독립적인 노력을 특징으로 하는 현재 상태에서 보다 빠른 발견을 통해 MGI의 약속을 이행할 수 있는 긴밀하게 통합된 전체로 기반 시설을 전환해야 합니다. 기술.

앞서 논의한 격차 분석이 중요하지만 기존 인프라 제공업체도 원하는 통합을 실현하기 위해 협력해야 합니다. NMDN은 필요와 처리 가능성을 기반으로 프로젝트를 식별하고 우선 순위를 지정하여 통합을 안내하기 위해 재료 데이터 인프라 제공자, 데이터 생성자, 데이터 및 컴퓨터 과학자, 대표 이해 관계자를 포함하는 거버넌스 모델을 만들어야 합니다. 이 지도력 팀은 지역 사회가 일관된 목소리로 말할 수 있도록 도울 수 있습니다.

일관된 목소리가 확실히 도움이 될 것이지만, 그러한 목표를 달성하려면 다양한 목표와 임무를 가지고 있지만 협력하여 협력하는 산업, 학계 및 정부의 지속적인 약속이 필요합니다. 분산 및 연합 재료 R&D 데이터 인프라 환경은 재료 R&D를 이전에는 도달할 수 없는 성능 및 생산성 수준으로 추진할 것입니다. 이러한 현실은 조정된 재료 데이터 인프라의 가치가 분명해짐에 따라 구매를 증가시키고 부족한 경우 개선을 촉발할 것입니다. 중대한 과제에 초점을 맞추면 재료 데이터 인프라의 개발과 관련된 상당한 투자 수익을 입증하는 데 도움이 될 수 있습니다. 14) NMDN은 리더십 역할을 더욱 공고히 하기 위해 목표 3에 설명된 대로 "위대한 도전 R&D"를 육성할 것입니다.

14) T. Scott et al., “Economic Analysis of National Needs for Technology Infrastructure to Support the Materials Genome Initiative,” https://www.nist.gov/system/files/documents/2018/06/26/mgi_econ_analysis_brief.pdf.

NMDN의 궁극적인 성공은 전체 재료 개발 연속체에 걸쳐 사용자와 함께 강력한 재료 데이터 인프라의 배포로 측정됩니다. 이러한 변화를 주도하는 데 있어 크고 작은 데이터 생성기는 NMDN이 해결해야 하는 수요 및 공급 고려 사항 모두에서 중요한 역할을 합니다. 망원경, 인간 게놈 프로젝트 및 입자 가속기와 같은 대형 기기가 성공적인 데이터 인프라의 생성을 주도한 다른 분야의 주도를 받아 NMDN은 목표 1에 자세히 설명된 대로 통합 재료 R&D 플랫폼과 조정해야 합니다. 이러한 플랫폼은 막대한 해당 연구 커뮤니티를 지원하기 위해 정보에 대한 저장 및 액세스 용이성을 필요로 하는 데이터의 양. 데이터를 필요로 하는 사용자 커뮤니티의 요구는 NMDN이 전략을 수정하고 MII의 발전을 주도하는 데 도움이 될 것입니다. NMDN의 성공을 지원하는 조치는 다음과 같습니다.

• 격차를 식별 및 연결하고 기존 데이터 인프라를 통합합니다.
• 데이터 교환 표준 및 프로토콜을 개발합니다.
• 실용적인 경우 협력을 위한 보완적인 국제적 노력을 식별합니다.
• 데이터 인프라 로드맵을 포함한 지속 전략을 개발하고 구현합니다.

목표 3: 국가 그랜드 챌린지를 통해 MII 채택 가속화

MII의 광범위한 채택은 에너지, 의료, 국방 및 소비자 기술의 국가적 요구를 해결하기 위한 재료 개발을 가속화할 것입니다. 이러한 문제 중 다수는 기후 변화, 지속 가능한 제조, 중요 재료 공급망, 환경 완화 및 개선, 그리고 신소재가 혁신 기술의 핵심 요소로 작용하는 셀 수 없이 많은 기타 영역과 같은 글로벌 문제와 깊이 관련되어 있습니다.

MGI 커뮤니티가 표적 활동을 통해 중대한 문제를 해결하기 위해 모이도록 권장하는 것은 MII 채택을 가속화할 수 있는 강력한 수단입니다. 채택은 MGI 성공의 촉진을 통해 가속화되어 MII에 내재된 잠재성에 대한 인식을 높일 수 있습니다. 동시에 MGI 커뮤니티는 MGI 중심의 R&D를 통해 국가의 중대한 과제에 대한 솔루션을 정의하고 개발하기 위해 함께 모여야 합니다. 또한, 인간 복지와 경제 및 국가 안보의 비범한 돌파구로 이어질 수 있는 물질 공간에서 여러 인간 게놈 프로젝트 규모의 노력을 정의할 수 있는 단일 기회가 있습니다.

인식 제고 및 커뮤니티 구축

MGI의 후원으로 상당한 진전이 있었습니다. 이러한 성공을 강조하는 것은 MGI 접근 방식이 제공하는 기회를 보여주고 MII의 기존 기능과 잠재적 범위에 대한 가치에 대한 재료 R&D 기업 내 인식을 높입니다. 이러한 실질적인 성공은 간행물, 특허, 보고된 제조 효율성 향상 등을 통해 설명됩니다. 소프트웨어 도구, 실험 기능 및 계산 리소스와 같은 MII의 기존 요소는 이해 관계자의 참여와 발전을 주도하기 위해 표시되어야 합니다. 또한 MII 개발자가 상호 작용하고 협업할 수 있는 이벤트는 더 깊은 통합을 유도할 수 있으며, 이는 다시 MII의 가치를 더욱 높일 수 있습니다.

참여 프로세스의 일부는 MGI 가치 제안을 명확하게 표현하는 것입니다. MII는 아카이브 원고가 궁극의 연구 산물이라는 개념을 넘어서 현장을 이동시키는 수단으로 볼 수 있습니다. 즉, 최신 출판물은 데이터, 모델 및 기타 재료 지식의 캡슐화를 쉽게 사용할 수 있는 형식으로 포함함으로써 크게 향상되었습니다. 15 MGI에 대한 이러한 유형의 성공 사례는 재료 시스템 및 하위 분야에 고르지 않게 분포되어 있습니다.

또한, 재료 R&D 기업은 기초 연구에서 산업 응용에 이르기까지 모든 종류의 재료 유형 및 프로세스와 함께 다양한 분야에서 매우 다양합니다. 최고의 디자이너 및 제조업체와 재료 연구원의 최고의 아이디어를 교차 수정하여 학계와 산업 간의 더 깊은 연결을 촉진하는 것이 중요합니다. 이것은 매우 성공적인 National Academies of Sciences, Engineering, and Medicine Chemical Sciences Round Table, 16) 또는 이와 유사한 보다 구체적인 엔터티와 유사한 엔터티를 만들어 추구할 수 있습니다. 그런 다음 기관은 이러한 원탁회의 결과를 사용하여 학술, 정부 및 산업 연구를 보다 깊이 연결하기 위한 새로운 프로그램의 생성을 알릴 수 있습니다. MII와 MGI 이해관계자의 통합을 늘리기 위한 조치는 다음과 같습니다.

• 제조업체와 협력하여 MII가 처리할 수 있는 중요한 기능을 식별합니다.
• 업계, 학계 및 정부와의 지속적인 참여 기회를 개발합니다.
• 성공을 알리고 우리의 가장 큰 도전 과제를 해결하기 위한 활동과 방법을 홍보합니다.

16) https://www.nationalacademies.org/our-work/chemical-sciences-roundtable

국가적 필요 충족 및 글로벌 문제 해결

MII의 완전한 통합은 재료 개발 연속체의 전체 스펙트럼에 걸친 광범위한 참여를 통해서만 달성될 수 있는 진정으로 야심찬 목표입니다. MGI 커뮤니티는 국가적 요구를 충족하고 글로벌 문제를 해결할 수 있는 엄청난 기회를 가지고 있습니다. 기후 변화, 환경 악화, 에너지 저장, 재생 가능한 발전, 중요한 재료 대체, 새로운 생체 적합성 재료에 의존하는 첨단 의료 기술, 기존 시스템의 복원력 부족을 해결하는 새로운 제조 기능, 재건을 위한 개선된 재료를 포함한 이러한 3천년의 도전 과제 노후화된 물리적 인프라 반대 주장도 사실입니다. 국가가 직면한 도전을 극복하려면 MGI의 관점에서 통합된 MII가 필요합니다. 따라서 이러한 3천 년의 도전에 대한 해결책은 MII의 통합과 함께 진행됩니다.

새로운 재료의 개발이 우리의 가장 큰 과제를 해결하는 데 중요한 역할을 하는 것은 분명하지만 중요한 혁신이 남아 있는 위치의 세부 사항은 응용 프로그램에 따라 다릅니다. MGI 커뮤니티는 이러한 과제를 정의, 로드맵 및 해결하기 위해 함께 모여야 합니다. 국가적 필요를 해결하고 세계적 문제를 해결하기 위해 취할 수 있는 조치는 다음과 같습니다.

• 일련의 삼천년 도전 워크숍을 소집합니다.
• 삼천년 도전 문제를 중심으로 MII의 MGI 커뮤니티 통합을 촉진하기 위한 여러 기관의 노력을 개발합니다.

인간 게놈 프로젝트에서 배우기

MGI가 2011년에 출시되었을 때 HGP(인간 게놈 프로젝트)는 매우 유용한 비유였습니다. MII의 구축을 통해 재료에 대한 깊은 지식의 발전이 큰 발전으로 이어질 것이라는 개념을 깔끔하게 전달했습니다. 그러나 유추를 훨씬 더 발전시키고 일반적으로 크게 발전할 수 있는 MGI의 권한 내에서 HGP에서 영감을 받은 많은 노력이 있다는 사실이 있습니다. 17) 그러한 사업은 막대한 장기적 이익을 가져오고, MII를 더욱 통합하며, 앞으로의 큰 도전에 초점을 맞춘 노력을 추진하는 데 도움이 될 것입니다. 이러한 노력이 발전함에 따라 발견과 기술 발전의 선순환 구조에서 추가 발전 비용을 낮추게 될 것입니다. 실제로, 최초의 인간 게놈 서열은 1억 달러가 넘는 비용이 들었고, 이제 약 1,000달러에 서열을 얻을 수 있습니다.18)

17) http://nap.edu/11108

18) https://www.genome.gov/about-genomics/fact-sheets/DNA-Sequencing-Costs-Data

이러한 노력의 이면에 있는 일반적인 아이디어는 축적될 때 깊은 통찰력과 예측력을 위해 채굴할 수 있는 기초 리소스를 형성하는 핵심 측정 또는 계산 세트를 식별하는 것입니다. 고급 AI 기술의 출현으로 이러한 데이터베이스의 예측 능력이 더욱 향상되었습니다. 이러한 HGP에서 영감을 받은 MGI 프로젝트의 초기 성공에는 다양한 밀도 기능 이론 데이터베이스 노력이 포함됩니다. 이러한 노력을 통해 상당한 통찰력과 예측 능력을 얻었지만 실험 데이터를 축적함으로써 얻을 수 있는 것이 훨씬 더 많습니다. 실험적인 HGP에서 영감을 받은 MGI 작업은 몇 가지 요인으로 인해 훨씬 더 드물며, 몇 가지 예외가 있지만 가장 두드러진 것은 비용입니다. 19) 그러나 자율 연구실의 출현으로 그러한 노력이 이제 도달할 수 있고 잠재적인 결과는 투자보다 수십 배 더 클 수 있다는 것을 충분히 생각할 수 있습니다. 재료 규모와 공정의 엄청난 다양성을 감안할 때 이러한 경우의 도전은 수행해야 하는 실험의 종류를 식별하는 것입니다. HGP에서 영감을 받은 새로운 MGI 노력을 실현하기 위해 취할 수 있는 조치는 다음과 같습니다.

• 가장 높은 위험 보상 기회를 식별하기 위해 일련의 워크샵 및 연구를 수행합니다.
• 소재 R&D를 위한 HGP 스타일의 데이터 및 지식 자원 생성을 지원합니다.

19) http://nanocrystallography.org/

목표 2. 재료 데이터의 힘 활용

배치된 재료 혁신 인프라의 전략적 가치는 목표 1에 자세히 설명되어 있습니다. 목표 2는 이러한 아이디어를 기반으로 재료 혁신 인프라를 활용 및 보강하여 재료 R&D를 크게 가속화하기 위해 인공 지능 20 접근 방식을 적용할 수 있도록 합니다. 다음 5년 기간 동안 다음과 같은 전략적 목표를 추구할 것입니다.

20) 여기서 AI라는 용어는 기계 학습(ML)과 같은 의미로 사용됩니다.

목표 1: AI 적용을 통한 재료 R&D 배포 가속화

AI 기술은 재료 R&D 환경을 근본적으로 변화시킬 잠재력이 있으며 고품질 재료 데이터의 가용성은 이러한 기회를 실현하는 데 필수적입니다. 지난 몇 년 동안 AI 지원 재료 발견의 출판이 기하급수적으로 증가했지만 아직 이 분야는 초기 단계에 불과합니다. MGI는 데이터 중심의 추세를 예상했지만 최근 급증한 노력은 숨이 멎을 정도로 컸으며 커뮤니티는 이러한 발전을 최대한 활용하기 위해 대응해야 합니다.

AI는 재료 연구를 위한 많은 흥미로운 기회를 제공합니다. 일반적으로 재료의 기계 학습 모델은 기존의 물리학 기반 모델이 아직 존재하지 않거나 시간이나 기타 리소스가 너무 비싸서 유용하기에는 너무 까다롭고 느리기 때문에 예측 기능을 제공하도록 개발될 수 있습니다. 사실, AI 모델은 이전에 숨겨져 있던 복잡한 관계를 설명함으로써 새로운 물리적 모델의 개발을 도울 수 있습니다. 마찬가지로 AI 도구를 정교하게 사용하면 점점 더 복잡해지는 시스템을 이해할 수 있는 기회가 열립니다. 물론 AI는 다른 도구와 마찬가지로 장점과 단점이 있습니다. 따라서 재료 R&D의 만병 통치약은 아니며 AI의 각 적용과 관련된 위험과 이점을 평가하는 것은 그 자체로 중요한 연구 주제가 될 것입니다.

목표 1에서 논의된 바와 같이 재료 R&D에 대한 AI 접근 방식의 가장 흥미로운 발전 중 하나는 "자율적인" 재료 연구의 도래입니다. 21), 22) 이러한 접근 방식을 통해 AI 구동 로봇 시스템은 가설을 개발하고, 그러한 가설을 기반으로 새로운 재료를 합성 및 개발하고, 재료를 특성화하여 특성을 결정하고, 이전 반복보다 개선되었는지 확인하고, 다음 라운드를 지정할 수 있습니다. 합성 또는 수정. 이러한 방식으로 "폐쇄 루프" AI 기반 시스템은 다음 훌륭한 재료를 찾기 위해 프로세스와 구성을 빠르게 반복할 수 있습니다. 저분자 화학 물질, 유동 합성을 통한 단분산 나노 입자의 준비, 기계 설계를 위한 자율 연구원의 사용을 포함하여 상대적으로 유리한 시스템의 경우 상당한 진전이 있었습니다(아래 삽화 참조). 과학 사용자 시설의 AI와 실시간 실험을 주도하는 재료 플랫폼의 기회가 가까이에 있습니다.23)

21) Workshop on Autonomous Systems for Materials Development: https://www.nano.upenn.edu/autonomous-systems-formaterialss-development-workshop/.

22) https://cen.acs.org/business/informatics/lab-future-ai-automated-synthesis/99/i11

23) Basic Energy Sciences Roundtable on Producing and Managing Large Scientific Data with Artificial Intelligence and Machine Learning: science.osti.gov/-/media/bes/pdf/reports/2020/AI-ML_Report.pdf.

"AI-Ready" 재료 R&D 데이터

AI 접근 방식의 원시 입력은 물론 데이터입니다. 이러한 데이터는 재료 연구원(실험 또는 모델을 통해)이 생성하거나 재료 데이터 인프라에 있는 이미 게시된 데이터에서 수집해야 합니다. 목표 1의 목표 1에서 논의된 바와 같이, FAIR 재료 데이터를 달성하는 것은 MGI의 목표를 더 발전시킬 수 있습니다. 또한 재료 데이터를 "AI 지원"으로 만드는 데 유용한 기준표 역할을 합니다. 24)

24) Technical Report: Data and Models: A Framework for Advancing AI in Science: https://www.osti.gov/biblio/1579323-datamodels-framework-advancing-ai-science.

FAIR 데이터는 그 자체로 AI를 지원하는 데이터를 만들 수 없지만 중요한 토대를 마련합니다. 재료 데이터 인프라는 데이터를 찾고 액세스할 수 있도록 합니다. 재료 R&D를 위한 AI의 큰 잠재력 중 하나는 알고리즘이 서로 다른 데이터 세트에 적용될 수 있을 때 실현됩니다. 이를 위해서는 정보가 상호 운용 가능하고(최소한의 인간 개입으로 데이터가 기계 작업이 가능한 방식으로 선별 및 표시됨) 재사용 가능(데이터 출처가 문서화되고 적절한 사용이 가능한 방식으로 데이터가 선별되어야 합니다. 데이터가 이해되기 때문입니다). 이러한 방식으로 데이터 인프라 전략의 중요한 측면은 재료 R&D를 가속화하기 위한 AI의 적용과 직접 연결됩니다. MGI 데이터의 유용성을 개선하기 위한 조치는 다음과 같습니다.

• FAIR 데이터 정책을 기반으로 더 많은 AI 지원 데이터 세트를 보장합니다.
• FAIR 데이터 관행의 구현을 장려합니다.
• 데이터 품질을 평가하기 위한 도구를 제공합니다.
• 커뮤니티에서 개발한 메타데이터 표준을 개발하고 채택하도록 장려합니다.

미국 제조업을 위한 AI 기반 재료 R&D

AI 기반 재료 R&D가 널리 보급되고 미국 제조로 전환되기 전에 많은 장벽이 존재합니다. 그러나 일부 회사는 이미 이 애플리케이션을 중심으로 성공적인 비즈니스 모델을 수립했으며, 주요 장애물이 고유한 가치 제안에 있지 않다는 것을 보여줍니다. 나머지 장벽을 제거하기 위해 MGI는 다음을 육성해야 합니다.

• AI 결과의 불확실성에 대한 신뢰 및 관련 이해.
• 이러한 기술의 기능과 한계에 대한 광범위한 지식.
• 미국 제조 전반에 걸쳐 이러한 기술에 대한 접근 용이성.
• 지적 재산과 국방 자원을 보호하기 위한 방법 및 도구.

재료 탐색 및 개발을 가속화하는 것 외에도 AI는 제조에 사용되는 재료 프로세스에 대한 향상된 이해와 제어를 제공할 수 있습니다. 제조 프로세스의 감지 및 제어 시스템에 AI 접근 방식을 포함하면 재료 처리 조건에 대한 즉각적인 수정이 가능하여 성능 및 허용 오차 사양이 더 적은 변동성으로 충족되도록 보장합니다. 이는 더 높은 제품 수율과 허용 가능한 더 엄격한 재료를 사용하여 구성 요소를 설계할 수 있는 능력으로 해석됩니다. 또한 제품 배포 시 건강 모니터링 시스템을 설치하면 작동 중 재료 성능 측정이 가능해집니다. 이러한 시스템은 실제 제품을 사용하는 동안 성능 데이터를 수집하여 실험실 테스트 중에 반드시 만들어진 가정과 근사치를 제거합니다. 제품 제조 및 배포 중에 구현되면 자연스러운 피드백 루프를 통해 정제된 AI 모델을 재료 R&D 커뮤니티에 다시 제공할 수 있습니다. 이러한 AI 모델의 가용성은 연구원들이 제조 현장에서 구현될 때 재료 프로세스를 더 잘 이해할 수 있게 하고 작동 중 재료 거동에 대한 보다 정확한 물리학 기반 모델에 대한 통찰력을 제공할 것입니다. 이러한 개선된 재료 모델을 신제품 개발에 도입하면 더 높은 수율과 더 낮은 비용으로 개선된 제품을 더 빠르게 설계하고 제조할 수 있습니다. 재료 게놈 이니셔티브에 관한 NSTC(National Science and Technology Council) 소위원회는 접근 방식을 조화시키고 업계와의 협력을 최적화하기 위해 첨단 제조에 관한 NSTC 소위원회와 협력하고 있습니다. 궁극적으로 산업은 국가 재료 데이터 네트워크(National Materials Data Network)의 의제를 형성하는 데 중요한 역할을 할 것이며, 따라서 R&D 목표를 가속화하기 위해 독점 데이터와 결합될 수 있는 산업 연구원의 손에 중요한 데이터를 제공하는 데 도움이 될 것입니다. 미국 제조업에서 AI 기반 재료 R&D를 가속화하기 위한 조치는 다음과 같습니다.

• 재료 기반 AI 접근 방식을 오퍼랜드 제조 프로세스에 적용하는 방법을 보여줍니다.
• 실험실에서 작업 현장으로 자율 R&D 기술을 번역합니다.
• 워크샵, 심포지엄 및 삼천년 문제의 명료화를 통해 AI 기반 기술을 홍보합니다.

목표 3. 재료 R&D 인력 교육, 훈련 및 연결

MGI는 기초에서 응용에 이르는 연결된 생태계를 필요로 합니다. 기본 활동은 재료와 신제품을 사용한 설계의 복잡한 도전에 의해 동기가 부여되고 풍부해지고 응용은 재료 설계의 근본적인 발전에서 영감을 얻습니다. 이러한 필요를 감안할 때 다양한 재능 세트가 필요하며 K-12에서 대학원 수준까지 교육 및 훈련하고 박사 후 과정, 교수진 및 직업 수준에서 훈련/재훈련시키기 위한 새로운 교수법이 필요합니다. 성공하려면 인력만큼 다양한 솔루션에 대한 접근 방식을 사용하여 재료 개발 연속체의 모든 구성 요소에 걸쳐 의사 소통할 수 있는 다양하고 포용적인 인력이 필요합니다.
MGI가 시작된 이후의 주요 목표는 "...첨단 제조 작업을 포함하여 학계 또는 산업 분야의 경력을 위해 훈련된 세계적 수준의 재료 인력을 만드는 것"이었습니다. 25) 최근 STEM 교육을 위한 NSTC 전략에서 언급한 바와 같이 AI가 사회는 물론이고 과학 연구 및 개발에 이미 미치는 영향을 고려할 때 데이터 과학 교육은 필수적입니다.26) 연방 기관은 성공적으로 교육을 장려하고 지원했습니다. 계산, 실험 및 데이터 기반 연구를 통합하고 반복하는 연구 프로그램을 통해 차세대 MGI 인력에게 필수적인 경험을 제공합니다. 또한, 재료 과학 및 공학 커리큘럼을 MGI 목표와 더 잘 일치시키기 위해 전국의 많은 대학에서 상당한 변화를 겪었으며 학생들은 산업 경험과 기업가 정신을 통해 기본 재료 커리큘럼을 강화하는 새로운 연구 기회를 제공받고 있습니다. 화학, 물리학, 수학 및 공학을 포함한 다른 MGI 관련 분야에서 이러한 노력이 탐색 중이거나 진행 중입니다.

25) National Science and Technology Council, Committee on Technology, Subcommittee on the MGI Initiative, Materials Genome Initiative - Strategic Plan (2014).

26) National Science and Technology Council, Office of Science and Technology Policy, Charting a Course for Success: America's Strategy for STEM Education (2018).

MGI는 채용 및 유지, 기본적인 기술 기술의 숙달, 의사 소통, 윤리, 리더십 공유, 문화에 대한 인식과 관련된 광범위한 기술을 포함하여 학계의 지속적인 문제를 해결함으로써 교육 및 훈련을 변화시키는 책임을 더욱 주도할 잠재력이 있습니다. 재료의 사회적, 환경적, 경제적 의미. MGI는 또한 고유한 학제 간으로 과학, 엔지니어링 및 수학 기업 전반에 걸쳐 포괄적이며 다양한 팀 기반 환경에서 교육 및 훈련할 수 있는 강력한 플랫폼을 제공합니다.

이러한 이점을 실현하기 위해 다음 5년 동안 세 가지 전략적 목표를 추구할 것입니다.

1. 재료 R&D 교육의 현재 과제 해결.
2. 차세대 소재 R&D 인력을 양성합니다.
3. 재능을 기회에 연결하십시오.

목표 1: 재료 R&D 교육의 현재 과제 해결

MGI 인력의 요구에 대한 최근 보고서 27)는 재료 연구자에게 필요한 세 가지 핵심 역량인 데이터 관리, 계산 및 실험을 식별했습니다. 학생들은 세 가지 영역 모두의 전문가일 필요는 없지만 이 스펙트럼의 여러 주제에 정통해야 합니다. MGI에 대한 최근의 검토는 유사하게 학생들이 이론과 실험 모두에서 훈련을 받아야 한다고 지적합니다. 왜냐하면 실험가와 계산 중심 그룹 사이에는 다른 전문 용어, 작업 문화, 기대치가 존재하기 때문입니다. MGI의 비전을 실현합니다. 또한 STEM 전공자는 데이터 과학과 핵심 팀워크 및 위에서 강조한 광범위한 기술을 명확하게 표현해야 합니다. 일부 학과와 대학은 학부 및 대학원 수준 모두에서 새로운 MGI에서 영감을 받은 프로그램을 포함하기 위한 노력을 개척했지만 28) 및 새로운 프로그램이 출시되고 있지만 29) 교육 및 훈련에 대한 이러한 접근 방식의 가속화 및 채택은 모든 교육 수준에서 필요합니다. 재료 연구 개발 기업의 지원.

27) The Minerals, Metals & Materials Society, Creating the Next-Generation Materials Genome Workforce (2019).

28) e.g., https://d3em.tamu.edu/ and http://engineering.buffalo.edu/materials-design-innovation.html

29) e.g., https://digi-mat.ncsa.illinois.edu/ and https://aim-nrt.pratt.duke.edu/

기초 K-12 STEM 교육

MGI에서 영감을 받은 사고는 초등(K-8) 및 중등(9-12) 교육을 위한 STEM의 기본 지식을 가르치고 강화하기 위한 변혁적 접근 방식을 제공할 수 있습니다. 30) 이 연령대의 학생들은 종종 전자 및 데이터 관련 리소스를 능숙하게 사용합니다. 컴퓨터 과학(STEM/CS) 31)을 포함한 과학, 기술, 공학 및 수학에 대한 강력한 지원을 육성하고 이러한 재능을 재료 관련 문제에 집중하면 조기에 재료 연구 및 관련 직업에 대한 학생의 성공과 관심에 대한 강력한 기반을 제공할 것입니다. 나이. 재료 및 관련 징계 전문 협회는 일상 생활에서 재료의 중요성을 가르치는 K-12 프로그램 및 선택 고등학교 과정을 제공합니다. 이러한 프로그램은 데이터 과학 문해력을 포함하고 가속화하기 위해 보강, 개선 및 활용될 수 있습니다. 32) MGI 커뮤니티가 K-12 STEM/CS 교육을 향상시키기 위해 취해야 하는 조치는 다음과 같습니다.

30) e.g., ASM Materials Camps, https://www.asmfoundation.org/teachers/materials-camps/year-one/.

31) https://www.ed.gov/stem

32) https://www.asmfoundation.org/teachers/k-12-grants/

• K-12 과학 교육자를 위한 데이터 과학 교육을 촉진합니다.
• 과학 박물관, 스카우트, 과학 박람회 및 기타 과외 경험을 위한 MGI 교육 자료를 개발합니다.
• K-12 학생 및 교육자를 위한 자료 및 MGI 관련 징계 프로그램을 통합, 개선 및 확대합니다.

학부 교육

Academia는 지난 10년 동안 학부 자료 R&D 커리큘럼에 데이터 기반 및 계산 기술을 통합했습니다. 다양한 접근 방식에는 통합 전산 재료 공학의 전문 인증 프로그램 개발, 33) 기존 학위에 고급 재료 설계 및 데이터 과학 과정 추가, MGI에서 영감을 받은 접근 방식의 온라인 및 대면 과정 개발이 포함됩니다. 재료 과학 및 공학(MSE) 부서 및 화학 과학을 포함한 기타 관련 분야는 데이터 기반 및 전산 연구 교육 프로그램에 긍정적인 반응을 보였습니다. 34) MGI에서는 학부생을 위한 여러 프로젝트 기반의 능동적 학습 기회도 개발했습니다. 35) 이러한 발전에도 불구하고 기존 재료 인력에서 자동화 및 인공 지능/머신 러닝의 현재 성장을 충족시키기 위한 데이터 관련 관련 과정 제공 및 체험 기회가 여전히 부족합니다. MGI 접근 방식을 적용하는 학부생을 효과적으로 교육하기 위해 관련 분야의 대학 교육자는 이러한 원칙을 가르칠 수 있는 도구와 훈련이 필요합니다. 온라인 정보, 강의 및 코스의 개발 및 배포는 이러한 리소스의 광범위한 영향을 촉진할 것입니다.36)

33) The National Academies of Science Engineering and Medicine, Integrated Computational Materials Engineering: A Transformational Discipline for Improved Competitiveness and National Security (2008).

34) e.g., The NSF Division of Graduate Research (DGE) National Research Traineeship (NRT) Program provides one example.

35) e.g., see https://skunkworks.engr.wisc.edu/, and vignette herein.

36) e.g., Summer School for Integrated Computational Materials Engineering. See https://icmed.engin.umich.edu/.

기본 사항을 사용 사례로 변환하는 MGI에서 영감을 받은 교육은 연구에서 사회적 관련성과 미래 직업 전망에 대한 보다 명확한 견해를 모두 찾는 새로운 간부의 채용 및 유지에 도움이 될 것입니다. 이러한 이점은 MGI 기업에서 인력 참여를 확대할 수 있는 고유한 기회가 있는 커뮤니티 칼리지에도 잘 적용됩니다. 이러한 혜택을 실현하기 위해 학부 교육을 향상시키기 위한 MGI 커뮤니티의 조치에는 다음이 포함됩니다.

• MGI에 정통한 커리큘럼 개발을 촉진합니다.
• MGI 교육자 네트워크를 만듭니다.
• MGI에 중점을 둔 학부 연구 및 관석 경험을 가능하게 합니다.
• 커뮤니티 칼리지와의 유대를 강화하고 지원합니다.

대학원 교육

MGI를 완전히 실현하려면 MGI에 필요한 데이터 및 데이터 구조를 생성, 검증, 선별 및 통합하기 위한 계산 및 실험 방법을 고안하는 데 미국을 선도하는 혁신적인 MS 및 PhD 졸업생이 필요합니다. 재료 처리, 구조, 속성 및 제조는 물론 수명 주기, 경제, 지속 가능한 개발 및 중요한 재료 요소와 관련된 복잡한 디자인 공간을 탐색하는 사람. 이 문제를 해결하기 위해 학제 간 대학원 프로그램은 원자에서 산업적으로 관련된 규모에 이르는 기본적인 재료 과학 전문 지식, 높은 처리량 데이터를 제공하기 위한 계산 및 실험 접근, 탐구 기반 사고를 가능하게 하는 정보학, 지침을 제공하는 엔지니어링 설계 이론을 결합해야 합니다. 복잡한 팀 기반 의사 결정.

MGI에서 영감을 받은 대학원 교육은 또한 기초 과학 및 공학 교육의 관련성, 목적, 상호 의존성 및 토대를 이해하면서 학제 간 팀 37)을 효과적으로 의사 소통하고, 협력하고, 이끌 수 있는 전문적이고 기술적인 기술을 제공해야 합니다. 전통적인 대학원 프로그램은 다양하고 포괄적인 학생 인구38) 를 위한 현대적이고 효과적인 학습 메커니즘과 전통적인 수업 제공에 참여할 수 없는 사람들을 위한 가상 교육 기회를 사용하여 참여를 확대해야 합니다. 대학원 프로그램은 또한 산업 관련 기술을 갖춘 학제 간 부전공 및 대학원 수료증 개발을 고려해야 합니다39). MGI 교육을 실행하기 위해 대학원 프로그램은 기업가적 사고를 보여주고 MGI 기반 커뮤니티와 네트워킹을 개발하는 대학, 지역 및 국가 MGI 기반 과제를 제공하기 위해 산업, 정부 및 비영리 기관과 협력해야 합니다. 40) 요약하자면, MGI 원칙에서 대학원 교육을 발전시키기 위한 조치는 다음과 같습니다.

• 데이터 기반 자료 연구, 교육 및 훈련에서 효과적인 학제 간 프로그램 및 관행을 개발하고 보급합니다.
• 산업과 관련된 기술을 갖춘 학제 간 대학원 수료증을 홍보합니다.
• MGI 관련 인턴십 및 기타 체험 학습 기회를 육성합니다.

37) e.g., Data-Enabled Discovery and Design of Energy Materials effort at Texas A&M, https://d3em.tamu.edu/; vignette below.

38) The National Academies of Science Engineering and Medicine, Graduate STEM Education for the 21st Century (2018): https://www.nap.edu/catalog/25038/graduate-stem-education-for-the-21st-century.

39) e.g., see CoMET: Computational Materials Education and Training, https://dftcomet.psu.edu/computational-minor/ and also SEAS: Data-Enabled Science and Engineering of Atomic Structure, https://www.mse.ncsu.edu/seas/about/.

40) e.g., the “From Learning, Analytics, and Materials to Entrepreneurship and Leadership” (FLAMEL) Traineeship program at Georgia Tech helps students develop the skills and tools needed to pursue careers at the intersection of materials science, mathematics and computing: http://flamel.gatech.edu/goals.

목표 2: 차세대 인력 양성

대학원 교육은 재료 R&D 기업에서 빠르게 진화하는 도구를 파악하고 사용을 극대화하는 데 필요합니다. 이러한 도구에는 데이터의 수집, 큐레이션, 공유 및 통계 분석을 위한 도구뿐만 아니라 실험 및 계산 기술이 포함됩니다. AI 및 ML 알고리즘의 성숙과 연구 실험실 및 제조 현장의 자동화 증가로 인해 작업자를 재교육할 수 있는 평생 학습 기회가 필요합니다. 평생 교육, 직업, 여름 학교 및 기타 훈련 프로그램은 정보 교환, 협력 및 창의적인 문제 해결을 촉진해야 합니다. 광범위하고 다양한 청중을 최대한 포함할 수 있도록 온라인 전달이 지원되어야 합니다.41), 42)

학계, 국립 연구소 및 산업 분야의 중년 및 후기 경력 전문가는 후배 동료보다 계산 및 데이터 과학의 새로운 개념에 덜 익숙할 수 있으므로 MGI에 대한 중요한 교육 기회를 나타냅니다. "MGI 안식년"은 새로운 기술과 진화하는 도구를 작업장으로 습득하고 번역하기 위해 전문가와 기술자를 일상적인 업무에서 덜어줍니다. 산업계, 학계, 국립 연구소 및 전문 협회 간의 파트너십은 재료 개발 연속체 전반에 걸쳐 그리고 다양한 사용 사례 간에 새로운 모범 사례를 번역하는 능력을 향상시킬 것입니다.

연구 번역, 기업가 정신 및 기술 이전에 대한 교육은 근본적인 발견이 "죽음의 계곡"에 접근함에 따라 발생하는 피할 수 없는 문제를 완화하는 데 도움이 될 수 있습니다. 기본 기술이 확립된 대학원생과 박사 후 연구원은 사용에 영감을 받은 MGI 사고방식에 자신의 전문 지식을 적용할 기회를 가져야 합니다. 학계, 국립 연구소, 43) 산업체 및 Manufacturing USA Institutes 44)와 같은 기타 단체 간의 파트너십은 양방향 대류를 촉진하는 MGI 인턴십을 촉진할 수 있습니다. 학계로 향하는 박사 후 과정 학자들은 학문적 경력을 시작하기 전에 사용에 영감을 받은 산업적 관련 경험을 습득합니다. I-Corps TM 및 대학원 번역 펠로우십과 같은 기관 간 프로그램도 졸업생들이 MGI 기반 기술에 대한 시장 요구 사항을 탐색할 수 있도록 지원해야 합니다.

요약하자면, 차세대 인력을 훈련하기 위한 조치는 다음과 같습니다.

• 빠르게 발전하는 MGI 도구의 영향을 최대화하기 위해 평생 교육, 직업 및 여름 학교 프로그램을 촉진하고 지원합니다.
• MGI 안식년을 통해 중간 경력 전문가를 재교육할 기회를 개발하십시오.
• 연구 번역, 기업가 정신, 기술 이전 및 상업화 분야에서 과학자와 엔지니어를 교차 교육하는 프로그램을 육성합니다.

41) For example, nanoHub has developed an extensive selection of online curricula, curated educational materials, courses, and lectures.

42) K. Madhavan, L. Zentner, V. Farnsworth, S. Shivarajapura, M. Zentner, N. Denny, and G. Klimeck, Nanotechnology Reviews 2, 107-117 (2013).

43) DOE Office of Science Graduate Student Research (SCGSR) Program. science.osti.gov/wdts/scgsr.

44) https://www.manufacturing.gov/

목표 3: 재능을 기회에 연결

전체 재료 개발 연속체에 걸쳐 필요한 기술에 정통하고 연결된 인력을 구축하려면 성별, 인종, 민족, 지리적 및 경제적 경계를 가로질러 균일하게 확장되는 광범위하고 다양한 재료 교육 및 훈련 노력이 착수되어야 합니다. 여기에는 학계, 국립 연구소 및 산업 환경에서 다양성과 포용성을 촉진하기 위한 인적 자원 개발이 포함되어야 합니다. 이를 달성하고 목표 3에 요약된 대담한 목표를 달성하려면 인재를 기회와 연결하기 위해 이러한 부문 전반에 걸쳐 새로운 협력 파트너십이 필요합니다.

다양하고 포용적인 자재 인력 확보

위에서 강조한 바와 같이, MGI는 학부 및 대학원 STEM/CS 프로그램에서 전통적으로 뒤쳐진 여성 및 기타 인력의 채용 및 유지를 강화할 수 있는 잠재력을 제공합니다. 재료 개발을 사회적 영향과 효과적으로 연결함으로써 MGI에서 영감을 받은 교육은 미국의 다양한 문화와 지역에 공감하도록 설계할 수 있습니다.

현대 노동력에서 과소 대표되는 지역 사회의 기회에 대한 대중의 인식을 제고하기 위한 활동은 너무 수동적이므로 보다 혁신적인 접근 방식이 필요합니다. 연방 기관은 HBCU 및 기타 MSI에서 "브리지" 학습 및 파트너십 프로그램을 지원하고 있으며 계속 지원하고 있습니다. 이러한 기관의 사상가들의 지도를 받아 성공적인 프로그램을 확장하고 학부, 대학원생, 관련 교수진 및 교직원을 위한 MGI에 정통한 커리큘럼, 교육 및 경험 기회를 개선하기 위한 모든 노력에 포함되어야 합니다. 계산 및 데이터 분석은 전통적인 실험실이나 교육이 엄청나게 비싸거나 비현실적인 영역에 매우 적합할 수 있는 필요한 기술 세트를 나타냅니다. 커뮤니티 칼리지는 교수진과 학생에게 효과적인 지원을 통해 사회경제적, 지리적으로 다양한 인구 집단을 유치할 수 있는 잠재력이 있는 중요한 기존 인프라를 나타냅니다. 재료 R&D 기업의 성공을 위해서는 모든 부문에서 다양성과 포용성의 문제를 극복하기 위한 더욱 강력하고 단합된 노력이 필요합니다. 이 문제를 해결하기 위해 MGI 커뮤니티의 조치는 다음과 같습니다.

• 효과적인 프로그램을 식별하고 부족한 부분을 채웁니다.
• 다양하고 포용적인 인력의 유치 및 육성을 증대합니다.

MGI 인력 개발 파트너십

기초에서 응용에 이르는 연결된 생태계를 육성하려면 MGI 이해 관계자(예: 정부, 학계 및 산업) 간의 보다 효과적인 조정이 필요합니다. 학계에서 제공하는 교육 및 연구는 연방 및 국가 연구소 및 산업체에 상주하는 노력과 더 잘 연결되어야 합니다. 따라서 대학의 수석 연구원(PI), 박사 후 연구원 및 학생들이 선교 기관 및 산업 부문에서 후원하는 연구 프로그램에 참여할 수 있는 기회를 촉진하는 것이 중요합니다. 이러한 참여는 새로운 기술로의 재료 개발을 가속화하는 새로운 협력의 형성으로 이어집니다.

MGI에서 영감을 받은 연구에 참여하는 과학자와 엔지니어는 부분적으로 재료 응용에 대한 비전을 따라야 합니다. 어떤 경우에는 연구 프로젝트에 산업 PI를 포함하여 이를 수행할 수 있습니다. 46 대안적으로, 응용을 위한 근본적인 연구 노력을 안내하기 위해 여러 회사를 포함하는 산업 자문 위원회가 구성될 수 있습니다. MGI 커뮤니티는 예를 들어 Manufacturing USA와 관련된 기관과 같은 기관과의 파트너십을 통해 미래의 첨단 제조 47를 위한 기반 역할을 해야 합니다. 48 이러한 산학협력은 학생들이 의미 있는 교육을 받고 직업 기회를 확장할 수 있는 귀중한 경험을 제공할 것입니다. 향후 5년 동안 SMGI 및 MGI 커뮤니티에서 시작할 조치는 다음과 같습니다.

• 학계, 국립 연구소, 산업계 간의 파트너십을 강화하고 확장합니다.
• 발견, 설계, 제조, 배포에 이르기까지 재료 개발 연속체를 따라 전문 지식과 지식의 교차 수정을 촉진합니다.

45) https://www.fisk-vanderbilt-bridge.org/

46) NSF's Grant Opportunities for Academic Liaison with Industry (GOALI) program provides an opportunity for close partnership between an academic team and an industrial researcher.

47) National Science and Technology Council, Committee on Technology, Subcommittee on Advanced Manufacturing, Strategy for American Leadership in Advanced Manufacturing (2018).

48) Manufacturing USA. https://www.manufacturingusa.com/institutes.

이 전략을 사용하는 방법

이 전략 계획은 재료 게놈 이니셔티브에 대한 세 가지 전략적 목표를 설명했습니다. 이 목표는 달성될 경우 제조된 제품에 대한 새로운 재료의 발견, 설계, 개발 및 배포를 더욱 가속화할 것입니다. 여기에 설명된 행동 촉구는 이러한 목표를 달성하기 위해 협력하는 연방 기관뿐만 아니라 MGI 커뮤니티의 전체 스펙트럼을 대상으로 합니다. 모두가 이러한 목표를 현실로 만들어 미국 경제, 국방, 에너지 생산 및 건강에 엄청난 이점을 제공하는 방법을 식별하도록 권장됩니다.