1、评估的主要发现。包括：DMREF项目专注于“自下而上”框架中的基础科学和理论与实验的整合，在许多前沿领域开展了开创性研究，这对材料基因组计划的进展至关重要；DMREF项目要产生影响，必须实现容易被该领域研究？员轻松识别和采用的代码，来促进计算方法的进步；数据（包括负面结果）应被视为与物理见解、方法、材料和制备过程处于同？水平的研究成果；机器人技术和人工智能的进步可能会以更快的方式获取实验数据，从而进一步缩短与材料基因组计划和DMREF项目目标一致的材料的优化时间；许多面向任务的机构应开展深入研究和详细的研讨会，以确定各个职能领域的科学和技术差距，并为这些领域制定路线图，这对指导基础研究工作很有价值。

2、继续加强DMREF项目的建议。DMREF项目应继续支持可以识别和填补计算方法差距的项目，以改进计算方法的广度、准确性和效率；NSF和DMREF项目应发挥领导作用，支持制定国家平台计划，创建可互操作的系统，以实现计算和实验数据的全面收集、传播和使用。有助于有效地管理和维护材料科学数据；DMREF项目应继续资助致力于整合理论、建模、实验和相关领域的团队，以开发创新方法，解决整合过程中的瓶颈问题；DMREF项目应通过革命性的实验方法来加强材料发现，通过集成合成、处理、表征、分析和模拟等材料发现的自动化和自主过程，探索材料合成和性能参数的优化空间。

3、未来的材料科学。未来20年，材料研究可能会发生更彻底的转变：未来科学家将使用人工智能、机器学习和深度学习等数学和计算方法来捕获信息并将其转化为现象解释和决策工具，数据、数据驱动模式识别、模型和算法质量的重要性将增加；先进的自主和高通量材料平台可快速评估材料特性，先进的检测器和高度自动化的显微镜和光谱仪可实现材料从宏观尺度到原子尺度的结构和组成的表征，这些自主研究方法将能建立目前最为缺失的大规模、精选的档案数据集；低成本的机器人技术可能会产生集成、自动运行的合成和表征实验室，利用人工智能方法所需的规模生成各种类型的材料数据，以及更有效地利用历史信息体来解释数据并提供相关信息进行决策，这种材料研究将导致更快、更有效的理论-计算-实验迭代，以优化材料，并最终使材料能“按需”定制和制造，以满足未来的社会需求；数据收集和保存将成为材料研究的重点，通过访问材料研究的历史数据记录，人工智能和机器学习方法能帮助人类提出新材料的假设，从而极大加快材料研发的步伐。 （张超星）