从生物医学植入物到航空航天复合材料等各种创新产品均源自材料信息学(MI)的研究——机器学习、人工智能和计算方法与材料科学的结合。

协作方法改善材料信息学劳动力培训

随着行业认识到MI在提高材料快速生产方面的潜力，研究人员正在研究加强研究生阶段劳动力培训的方法，以确保高等教育机构培养出该领域高技能的STEM领导者。

《科学进展》 最近的一篇文章重点介绍了三个 NSF NRT 项目如何致力于提高 MI 劳动力培训计划的质量。

每个 NRT 项目都展示了跨学科和行业合作对于芝加哥大学、杜克大学和伊利诺伊大学的劳动力培训计划的重要性。本文详细介绍了这些大学的研究人员如何满足研究生培训计划的需求，这些计划的特点是人工智能/机器学习和材料科学方面的严格准备;跨学科合作;以及多机构、行业和实验室合作。

由于研究生阶段的培训项目通常无法独立运作，因此项目之间的有意义的合作至关重要，并为研究生提供在 MI 研究中取得成功所需的跨学科思维、技能和知识。

这就是为什么这样的合作伙伴关系至关重要——NRT 研究人员正在共享知识和资源并共同努力支持集体目标并扩大其对培训下一代的影响。