Una perspectiva sobre los desafíos, avances y potencial del aprendizaje automático en la ciencia de polímeros

Resumen La inteligencia artificial y el aprendizaje automático (ML) continúan viendo un creciente interés en la ciencia y la ingeniería cada año. La ciencia de polímeros no es diferente, aunque la implementación de algoritmos basados en datos en este subcampo presenta desafíos únicos que obstaculizan la aplicación generalizada de estas técnicas al estudio de sistemas poliméricos. En esta perspectiva, discutimos varios desafíos críticos para la implementación del ML en la ciencia de polímeros, incluyendo la estructura y representación de polímeros, técnicas de alto rendimiento y limitaciones, así como la disponibilidad limitada de datos. Se exploran estudios prometedores que apuntan a resolver estas cuestiones, y se discute la investigación contemporánea que demuestra el potencial del ML en la ciencia de polímeros a pesar de los obstáculos existentes. Finalmente, presentamos una perspectiva sobre el ML en la ciencia de polímeros en el futuro. Resumen gráfico