首页 资讯正文

人工智能助力新材料研发

本文转自【人民日报】;

人工智能的研发方兴未艾。随着其应用领域的不断延伸,其他学科也在与人工智能的结合中获得意想不到的收获,新材料便是其中之一。

目前,国外已有人工智能助力新材料研发的案例报道。英国利物浦大学的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,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时间。不久前,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,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关系,成功在1分钟内筛选出有潜在应用价值的化合物结构,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)

版权声明

本文仅代表作者观点,不代表本站立场。
本文系作者授权发表,未经许可,不得转载。

本文链接:https://www.chinaai.com/zixun/7968.html

发表评论

评论列表(0人评论 , 10099人围观)
☹还没有评论,来说两句吧...