人工智能助力新材料研发（科技大观）

原标题：人工智能助力新材料研发（科技大观）

人工智能的人工研发方兴未艾。随着其应用领域的智能助力不断延伸，其他学科也在与人工智能的新材结合中获得意想不到的收获，新材料便是料研其中之一。

目前，发科国外已有人工智能助力新材料研发的人工案例报道。英国利物浦大学的智能助力科研人员研发了一款机器人，在8天内自主设计化学反应路线，新材完成了688个实验，料研找到一种高效催化剂来提高聚合物光催化性能，发科这项实验若由人工完成将花费数月时间。人工不久前，智能助力日本大阪大学一名教授利用1200种光伏电池材料作为训练数据库，新材通过机器学习算法研究高分子材料结构和光电感应之间的料研关系，成功在1分钟内筛选出有潜在应用价值的发科化合物结构，传统方法则需5—6年时间。

这样的成功应用蕴藏了探索新材料和科技进步的无限可能。纵观人类历史，每一次科技革命都与材料的发展息息相关。工业革命前，石器、青铜器、铁器的发展将手工业逐渐从狩猎和农牧业中分离出来。第一次工业革命后，钢铁和复合材料逐渐占据了人们的日常生活。第三次工业革命后，半导体、高晶硅、高分子材料迅速发展，成为需求量巨大的新材料。本世纪以来，随着高端制造业的进一步完善，新材料围绕功能化、智能化、集成化发展路径，与纳米技术、生物技术、信息技术等新兴产业深度融合，成为科技进步的重要手段。

新材料的研制是基础研究和应用基础研究相互融合促进的过程，往往需要经历化学性质改良和物理加工改进，过程颇为不易。以近年来兴起的智能纤维为例，这种新材料能随外界环境刺激发生体积或形态变化，可用于构筑可穿戴智能设备。对它研发时，首先要了解其刺激响应机理，并建立一个合适的物理模型进行解释；其次要选择合适的材料作为研究对象，运用化学手段改进其功能单元的功能与性质，通过反复实验摸索其刺激响应的条件，并完善结构单元的性能；最后是生产加工，历经纺丝、染整、编织等不同的处理流程，不断进行工艺优化与技术改进。由此可见，新材料研发是一种典型的试错性研发，经历周期往往较长。

为了缩短研发周期，人工智能可以作为一个强有力的辅助工具，借助数据共享，对先进材料的物理化学性质进行预测、筛选，从而加快新材料的合成和生产。过去，材料的设计都是通过理论计算来构建结构和性质的关系。不过，由于原子有很多不同的结合方式，设计一个新的分子结构就如同一个搭积木游戏，拼搭过程中无法预知分子的性质。作为人工智能的一个分支，机器学习算法在辅助新材料设计时尤为“得力”，其工作过程主要包括“描述符”生成、模型构建和验证、材料预测、实验验证4个步骤。所谓“描述符”，就是根据现有数据来描述材料的某些特殊性质，再通过非线性的形式构建训练模型，从而预测新材料性质，这个过程不再依赖物理知识。

人工智能要想和新材料擦出更多的“火花”，仍面临一些挑战。比如，AI算法很难准确预测晶体结构，训练数据的可靠性仍有待理论方法的发展等。为了更好发挥学科交叉融合的乘数效应，除了需要算法不断改进外，理论计算化学的发展、材料性质表征手段的研发也应齐头并进。未来，相信通过各方科学家的努力，新材料的创新成果将会不断涌现。

（作者为中国科学院院士、东华大学材料科学与工程学院院长、纤维材料改性国家重点实验室主任）（朱美芳）

本文地址：http://www.jiemengs.com/html/283d999170.html