由北京市科學技術協會主辦的“第27屆北京科技交流學術月開幕活動暨數字化賦能戰略性新興材料交流活動”近日在中國建材總院舉辦。在活動上，中國工程院院士、北京科技大學教授謝建新介紹了人工智能對材料科學研究的深遠影響，他認為，智能實驗系統和數字孿生是未來材料智能實驗的發展方向。
謝建新表示，10余年來，材料智能技術受到全球高度重視，迅速發展成為材料的前沿、共性關鍵技術，為從根本上解決新材料研發效率低、成本高的瓶頸問題提供了新途徑。目前，數據驅動的材料研發新范式已經成為共識。
在材料智能設計方面，大規模計算已經成為新材料研發的基礎性、支撐性技術，從解釋實驗現象、預測材料性能向設計新材料、替代實驗、事先優化產品和工藝發展。另外，利用失敗實驗的“廢棄”數據，機器學習可以輔助發現新材料。未來，在機器學習模型中嵌入知識，能有效提升數據模型的泛化能力。
在材料智能實驗方面，他表示，過去科研人員做實驗，目前，自動化技術和材料實驗裝置相結合，在無人或者少人的干預下，按照程序預設指令，自動完成材料制備或者檢測分析，不僅提升了速度、降低了成本，還具有重現性高、數據可靠、可拓展性等優勢。
這樣的“自動實驗”和機器學習、人工智能結合起來，叫做自主實驗，可以實現數據自動處理、實驗方案自主決策、實驗過程閉環迭代、實驗結果智能優化。他舉例說，中國科學技術大學研制出的“全流程機器化學家平臺”就可以智能閱讀文獻、自主設計實驗。“智能實驗系統和數字孿生是未來材料智能實驗的發展方向”。
談到材料智能制造，謝建新說，新材料制備和生產制造存在復雜性、不確定性兩大難題，數字化建模是解決難題的關鍵。數字化、網絡化、智能化、協同化是智能制造的關鍵基礎。
北京科技交流學術月是北京市科協主辦的重要品牌學術交流活動。本屆北京科技交流學術月以“人才薈萃、學術筑基、創新引領”為主題，立足北京地區的科技、教育、人才優勢，將舉辦130余場專業學術活動，涵蓋數學、物理、化學等基礎學科，以及信息技術、醫藥健康、人工智能、新材料、智能制造、節能環保等產業領域，廣泛搭建學術交流平臺，研討最新科技成果與發現，營造良好科技創新氛圍。
值得一提的是，今年的北京科技交流學術月突出前沿性探索和發揮青年人才作用。整體安排中單獨設立了青年活動，未來也將面向青年科技人才搭建更多交流平臺，不斷支持青年人才挑大梁、當主角。