業界共話AI加速材料研發新路徑

中化新網訊 日前，在第七屆中國國際新材料產業博覽會上，一場“人工智能加速未來材料技術變革圓桌對話”引發行業關注。來自高校、企業、投資機構的專家學者齊聚一堂，共話人工智能（AI）如何重塑材料研發邏輯、實現降本增效，同時針對數據共享、人才短缺等行業痛點，提出從政策扶持到技術開放的多元化破局路徑。

從“炒菜式”試錯到“按圖索驥”，AI正深度融入新材料產業全鏈條。“我們材料研究人員有一個夢想，就是做正向材料。”北京理工大學材料學院黨委書記程興旺介紹，從材料設計、材料計算學，到集成計算材料工程，再到材料基因組、材料信息，多年來，材料研究人員不停追逐這個夢想。借助AI，研究人員可進行正向設計和反向優化，更快實現目標。

在企業實踐中，AI的價值已逐步顯現。據華為公司副總裁、油氣礦山軍團CEO韓碩介紹，AI已經助力中石油錦州石化單裝置年省700萬元，幫助云天化煤氣化爐能耗降低1.5%。“AI還讓材料研發從‘大海撈針’變成精準匹配。”韓碩說，這種轉變正從單點應用向全流程優化延伸。

盡管前景廣闊，AI賦能新材料仍面臨多重“攔路虎”。

數據問題引人關注，其主要表現為數據采集與清洗工作占據大量研發時間。專家普遍認為，底層數據不可靠，再先進的AI模型也會失效。哈爾濱工程大學材料科學與化學工程學院院長楊飄萍指出，鋼鐵、水泥等傳統材料的數據相對豐富，但生物材料、高強材料等新型材料數據匱乏，且行業普遍存在“數據不共享、不開源”現象，導致AI模型訓練缺乏高質量數據支撐。

此外，倫理與人才問題逐漸凸顯。程興旺擔憂，過度依賴AI模型，會削弱科研人員“格物致知”的精神，長期看可能降低行業整體研發能力。同時，算法提供方與材料研發方的貢獻界定模糊，知識所有權爭議成為潛在的倫理隱患。

韓碩認為，產業急需三類復合型人才：AI工具開發人才、驗證成果的行業專家、能將AI融入一線的應用人才。“目前三類人才均存在缺口，制約產學研協同推進。”韓碩說。

針對行業痛點，專家們提出從國家到企業的多層次解決方案。在平臺與基礎研究層面，楊飄萍建議加強國家級實驗室建設，以穩定資助推動AI+材料設計的機理研究，同時打破數據壁壘，建立全國性數據共享機制。“可參考蘇州大學AI高通量研發中心模式，打造‘云上實驗室’，整合超算與云計算資源，為中小企業提供低成本模擬服務。”楊飄萍說。