喜：新材料行业产值再创新高

忧：关键材料发展受掣肘导致后续发展受制约

传统的新材料研发过程，主要依赖科学直觉与实验判断，再加上大量的重复性实验来完成验证，可谓是历尽千辛万苦。倘若想要进入市场，则需要更多的步骤如优化与调试、批量生产等，最后从研发到市场应用时间跨度非常长，通常需要10~20年时间（如图2）。当其他技术的迭代速度远超材料研发的迭代速度时，材料就会成为“木桶理论”中制约发展的那个“短板”。因此，缩短新材料的研发时间是一个亟需解决的重要问题。

图2  新材料研发过程的主要环节

这时候，“人工智能”这个超级工具出现了。人工智能具备“快速处理”和“自主学习”两种能力。人工智能实现了学习、决策和行动的快速处理。计算机处理信息、沟通信息、并行计算和线性计算的速度都快于人类。人工智能可以更灵活地自主学习和管理知识，支持知识的“产生——存储——应用——更新”的体系化管理。因此，人工智能介入材料科学之后，新材料的产生会比如今变得简单易行。

第一个优点，人工智能的一大优点便是可长期长时间的进行工作。当人工智能介入新材料科学，他可以长时间长期的进行数据模拟和分析。进行模拟实验从而得出材料硬度，化学性质等数据。这便省去了大量的试验时间，甚至还省去人工实验的实验误差。

第二个优点，人工智能还可以根据现有的材料数据库，来自行寻找完成新材料研发的方法与路线。新材料的研发好比厨师做菜，不同元素的原子、分子好比手中的原始食材，合成方法好比一个个的“菜谱”，通过不同的组合方式，人工智能就能够像米其林三星级大厨一样，不断创造新菜品一样，创造出新的材料。当然，相比于做菜，新材料的研发需要往数据库中输入足够多的数据，如组合化学，过程建模，材料特性等，事后也要人类科学家进行修正。不过，人工智能还有“知识迭代”的过程，这意味着它存储了它收到的每个请求所生成的数据，从而加快识别下一个候选材料的过程。换句话说，随着时间的推移，人工智能在创造新材料时将会变得越来越高效。

第三个优点，人工智能在前期仿真阶段之后，还可以承担后期实际生产验证阶段的工作。在智能材料实验室中，人工智能通过系统将计算机与机械臂相结合，将数据从计算机的仿真结果传送到机械臂上，再通过人工智能来操作完成实验乃至后续的验证步骤，最终实现整个新材料研发过程的“无人化”。

除了人工智能对新材料研发有促进之外，新材料的出现反过来也能够提升人工智能的发展。中科院金属研究所成会明院士说提到，像二维材料、石墨烯这样的新材料如果应用于智能传感以及更高层次的仿神经元结构，将极大促进人工智能的发展。当人工智能开发新材料，而这些材料又被用于改善承载人工智能的硬件之后，就会形成类似“协同进化”的情况，届时，人工智能将会使用自己研发的新材料来完成“自我进化”，得到更进一步发展。

当前，相比于“人工智能+医疗行业”在疫情下的蓬勃发展，“人工智能+新材料”这对组合却显得缺少一些“化学反应”，新材料研发产业并没有大规模投入使用人工智能，但是在目前学术界和产业界都做出了尝试，下方是若干具体案例：