隨著人工智能技術(shù)加速演進，AI for Science的價值已得到學(xué)界公認，而其中，材料科學(xué)更是人工智能賦能科學(xué)的重要領(lǐng)域。“面向材料科學(xué)的人工智能已成為AI for Science最活躍和最有前途的方向之一。”在9月20日舉辦的2025浦江創(chuàng)新論壇“未來材料：AI for Material Science”論壇上，報告專家都不約而同地談到了這一觀點。
AI賦能下，材料科學(xué)將有哪些新突破？在AI賦能過程中，又有哪些亟待解決的難點？在這場中國科學(xué)院上海硅酸鹽研究所承辦的未來材料論壇上，來自世界各地該領(lǐng)域的著名專家、頂尖學(xué)者、優(yōu)秀青年學(xué)者發(fā)表了真知灼見。
材料科學(xué)是AI for Science最有前景的領(lǐng)域之一
人工智能賦能材料科學(xué)，這方面的研究已相當(dāng)活躍，近年來，這已直觀體現(xiàn)于材料領(lǐng)域期刊之中。《Matter》作為Cell Press（細胞出版社）旗下的高影響力材料科學(xué)期刊，其主編Steve Cranford透露，2024年該期刊發(fā)表的論文中，有近20%涉及人工智能方面的研究，作為一本以材料科學(xué)為主題的期刊，這一比例已相當(dāng)驚人，“過去幾年里，人工智能、機器學(xué)習(xí)類型論文的發(fā)表比例正不斷上升，可見其確實處于材料科學(xué)研究前沿。”Steve Cranford引用了進化論奠基人達爾文的名言來闡釋人工智能之于材料學(xué)的意義：“在進化的過程中，能夠生存下來的物種，不是最強大的，也不是最聰明的，而是那些對變化最具適應(yīng)能力的。”人工智能帶來的變化正是如此，只有能夠適應(yīng)AI變革的學(xué)科范式，才能夠在未來的發(fā)展中“適者生存”。
當(dāng)下，人工智能已實現(xiàn)對材料科學(xué)“教科書”的改寫。歐洲人文和自然科學(xué)院院士、俄羅斯斯科爾科沃科學(xué)與技術(shù)研究院杰出教授Artem R. Oganov在演講的開始，分享了曾經(jīng)教科書中的一個定論——晶體結(jié)構(gòu)是無法預(yù)測的，在當(dāng)時，已知化學(xué)成分進行晶體結(jié)構(gòu)預(yù)測基本是不可能的，即使是水的固體結(jié)構(gòu)也超出了普通人的理解力。“當(dāng)時，學(xué)界覺得即使窮盡宇宙的壽命，這些時間也不足以人類歷遍晶體結(jié)構(gòu)的可能性。”但隨著人工智能的發(fā)展，Artem R. Oganov團隊逐步解決了這些棘手的問題，由他帶領(lǐng)開發(fā)的USPEX基于進化算法，能夠僅根據(jù)物質(zhì)的化學(xué)成分，預(yù)測其在給定壓力、溫度等條件下最可能形成的晶體結(jié)構(gòu)，從而實現(xiàn)地球深部礦物相的研究、高壓氫化物等超導(dǎo)材料的設(shè)計探索，目前，USPEX在全球已有8000多個專業(yè)用戶。
“保持屬于人類的好奇心非常重要，這意味著不僅要解決問題，更要嘗試理解世界本身。”Artem R. Oganov說，“而思維與智慧，才是我們賴以理解世界的核心。”
交叉學(xué)科更需交叉人才
在論壇現(xiàn)場，一位觀眾向中國工程院院士、北京科技大學(xué)教授謝建新提問，“如何構(gòu)筑更好的新材料數(shù)據(jù)生態(tài)？”謝建新的回答引發(fā)了會場持久的掌聲。
“生態(tài)是一個很大的話題，數(shù)據(jù)資源、數(shù)據(jù)流通共享，這些都包括在生態(tài)的話題內(nèi)，但我在這里更想強調(diào)人才生態(tài)。”謝建新直言不諱地談到，AI for Science作為一個交叉領(lǐng)域，其需要的人才也必須具有學(xué)科交叉能力，但這一點目前尚未被重視。“‘懂AI的學(xué)者不懂材料，懂材料的學(xué)者，AI可能也只是略通皮毛’，這是領(lǐng)域內(nèi)的常態(tài)，我希望大家能像重視技術(shù)研發(fā)一樣，共同重視為交叉學(xué)科培養(yǎng)交叉人才。”
作為中國材料領(lǐng)域智能制造方向的推動者和踐行者，謝建新在論壇上分享了自己對于國家新材料大數(shù)據(jù)中心的建設(shè)思考。在材料科學(xué)領(lǐng)域，數(shù)據(jù)的意義是什么？在他看來，數(shù)據(jù)將是人工智能賦能材料領(lǐng)域的關(guān)鍵切入口。“打個比方，我們所有的數(shù)據(jù)都已存儲在這個房間里，只要在這個房間里，就可以做任何材料的研究，但只要出了這個房間，就沒有任何做研究的可能——沒有新數(shù)據(jù)，就沒有新知識。”
隨著全球加快推進材料數(shù)據(jù)資源整合和基礎(chǔ)設(shè)施建設(shè)，材料數(shù)據(jù)庫發(fā)展迅速。據(jù)統(tǒng)計，全球知名數(shù)據(jù)庫已從2010年的16個發(fā)展至今天的近50個。“我國高度重視材料數(shù)據(jù)基礎(chǔ)設(shè)施建設(shè)，‘十三五’以來，在數(shù)據(jù)資源積累、標準、軟件、基礎(chǔ)設(shè)施等方面取得較快進展，形成追趕態(tài)勢。”謝建新談到，2024年10月16日，工業(yè)和信息化部、財政部、國家數(shù)據(jù)局聯(lián)合印發(fā)《新材料大數(shù)據(jù)中心總體建設(shè)方案》，全面部署新材料大數(shù)據(jù)中心建設(shè)，其目標是要通過建設(shè)公益性、權(quán)威性、國際化、可持續(xù)的新材料領(lǐng)域的可信數(shù)據(jù)空間，以解決當(dāng)前材料數(shù)據(jù)存在的“孤島化”現(xiàn)象，以及數(shù)據(jù)流轉(zhuǎn)共享不通暢、開發(fā)利用不深入、潛值釋放不充分等問題。據(jù)悉，基于該數(shù)據(jù)中心開發(fā)的新材料逆向設(shè)計（定制）軟件MLDS01已向全社會開放服務(wù)，可實現(xiàn)新材料成分快速篩選/優(yōu)化、制備工藝參數(shù)智能推薦等功能。
雙向發(fā)力，讓AI理解材料
“人工智能已快速從個人助理工具轉(zhuǎn)變?yōu)閲烂C的科學(xué)發(fā)現(xiàn)工具，在材料領(lǐng)域尤其如此。”中國科學(xué)院自動化研究所研究員曾大軍在論壇現(xiàn)場談到。
但在AI與材料的雙向奔赴，卻有一個很大的阻礙——如何讓機器真正讀懂材料，南方科技大學(xué)教授張文清正嘗試通過數(shù)學(xué)來解決這一問題。“從數(shù)學(xué)意義上來說，材料結(jié)構(gòu)是一種幾何的語言，這個語言對人類很直接，但電腦卻很難理解。”也正因此，普通的大模型在理解材料學(xué)科的問題上常常存在難點，“我們把材料的物性變成一個數(shù)學(xué)場，以此所有的表達，都可以擁有在神經(jīng)網(wǎng)絡(luò)中的對應(yīng)設(shè)計。”張文清介紹道。
一方面，材料科學(xué)走入AI時代還存在著“解鈴還須系鈴人”的挑戰(zhàn)，而另一方面，AI大模型也正主動向材料科學(xué)靠攏。曾大軍介紹，磐石大模型是一個旨在管理與科學(xué)相關(guān)資源的人工智能系統(tǒng)，如同計算機操作系統(tǒng)一樣，為科學(xué)研究實現(xiàn)基礎(chǔ)和通用功能，并提供可重復(fù)使用的組件。“AI for Science研究需要盡量避免重新發(fā)明輪子，需要盡量用好共性基礎(chǔ)能力，各學(xué)科科學(xué)家在各自領(lǐng)域關(guān)注人工智能就緒的數(shù)據(jù)和人工智能就緒的共性問題，AI for Science生態(tài)就能迅速發(fā)展壯大，為科技創(chuàng)新提供強勁勢能。”通過使用磐石大模型，自動化所中一個對于材料科學(xué)沒有太多涉足的團隊，在上海硅酸鹽所合作者指導(dǎo)下，成功地完成了高熵合金（HEA）催化劑的設(shè)計工作。曾大軍表示，如更多專業(yè)的材料科學(xué)家能夠使用該工具，或?qū)ぐl(fā)出這一模型更多更大的潛力。
來源：上海科技
