人工智能的研发朝阳东升。
随着其运用领域的不断延伸，其他学科也在与人工智能的结合中获得意想不到的收成，新材料便是个中之一。

目前，国外已有人工智能助力新材料研发的案例宣布。
英国利物浦大学的科研职员研发了一款机器人，在8天内自主设计化学反应路线，完成了688个实验，找到一种高效催化剂来提高聚合物光催化性能，这项实验若由人工完成将花费数月韶光。
不久前，日今年夜阪大学一名教授利用1200种光伏电池材料作为演习数据库，通过机器学习算法研究高分子材料构造和光电感应之间的关系，成功在1分钟内筛选出有潜在运用代价的化合物构造，传统方法则需5—6年韶光。

这样的成功运用蕴藏了探索新材料和科技进步的无限可能。
纵不雅观人类历史，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佃猎和农牧业等分离出来。
第一次工业革命后，钢铁和复合股料逐渐霸占了人们的日常生活。
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，新材料环绕功能化、智能化、集成化发展路径，与纳米技能、生物技能、信息技能等新兴家当深度领悟，成为科技进步的主要手段。

新材料的研制是根本研究和运用根本研究相互领悟促进的过程，每每须要经历化学性子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革，可用于构筑可穿着智能设备。
对它研发时，首先要理解其刺激相应机理，并建立一个得当的物理模型进行阐明；其次要选择得当的材料作为研究工具，利用化学手段改进其功能单元的功能与性子，通过反复实验摸索其刺激相应的条件，并完善构造单元的性能；末了是生产加工，历经纺丝、染整、编织平分歧的处理流程，不断进行工艺优化与技能改进。
由此可见，新材料研发是一种范例的试错性研发，经历周期每每较长。

为了缩短研发周期，人工智能可以作为一个强有力的赞助工具，借助数据共享，对前辈材料的物理化学性子进行预测、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打算来构建构造和性子的关系。
不过，由于原子有很多不同的结合办法，设计一个新的分子构培养如同一个搭积木游戏，拼搭过程中无法预知分子的性子。
作为人工智能的一个分支，机器学习算法在赞助新材料设计时尤为“得力”，其事情过程紧张包括“描述符”天生、模型构建和验证、材料预测、实验验证4个步骤。
所谓“描述符”，便是根据现有数据来描述材料的某些分外性子，再通过非线性的形式构建演习模型，从而预测新材料性子，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”，仍面临一些寻衅。
比如，AI算法很难准确预测晶体构造，演习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领悟的乘数效应，除了须要算法不断改进外，理论打算化学的发展、材料性子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呈现。

(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)

《 公民日报 》( 2021年04月27日 17 版)