材料是科技创新的基石，也是产业升级的核心驱动力。人工智能领域的最新进展，例如大模型和具身智能，一方面对材料产业的原始创新和工程化能力提出了更高的要求，另一方面也为基础研究和产业高端化提供了强大的助力。中国科学院院士、中国科学技术大学副校长杨金龙表示，结合思维智能和行动智能，将推动材料产业实现范式变革。
AI赋能材料科学，实现颠覆式创新
2024年诺贝尔奖的颁发，凸显了AI For Science（科学智能）作为科研新范式的崛起。在化学和材料领域，人工智能已广泛应用于分子性质预测、实验方案设计和工艺参数优化等环节，实现了全链条赋能。杨金龙院士强调，AI并非要取代人类科学家，而是拓展科研边界，通过构建材料知识图谱，实现人机协同，从而挖掘数据中隐藏的规律，最终催生颠覆性创新。
中科大机器化学家团队研发的“全球首个数据智能驱动的全流程机器化学家平台”就是一个成功的案例。该平台通过AI驱动，仅用5周时间就完成了高熵催化剂的创制，而传统方法则需要1400年。
杨金龙院士指出，AI技术可分为思维智能（如大模型）和行动智能（如智能机器人）两大路径。在基础研究，特别是物质科学领域，思维智能与行动智能的结合至关重要。高效的协同将有效解决实际科学问题。我国在丰富的应用场景和快速的工程化能力方面具有显著优势，但同时也面临着智能算法迭代速度快带来的国际竞争压力。培养既懂科学又精通智能算法的交叉领域人才，是应对未来竞争的关键。
创新链与产业链深度耦合，推动新材料产业跃升
材料产业位于电子信息产业链的最上游，其创新是重点产业升级的核心引擎。杨金龙院士指出，我国材料产业体系已日臻完善，但在高端光刻胶、高纯度靶材等领域仍需进一步突破。
政府工作报告中强调“推动科技创新和产业创新融合发展”，为材料等高技术产业的发展指明了方向。杨金龙院士认为，科技创新与产业创新的融合，本质上是创新链与价值链的深度耦合，需要同时重视基础研究和产业应用。
杨金龙院士课题组开发的电子结构计算新程序，在国产超级计算机上实现了千万核心并行第一性原理计算模拟，这既是科技创新成果，也解决了国产超算缺乏适配应用的难题，推动了高性能计算产业的发展。
新材料产业需要全产业链的协同推进，优化创新生态，强化“政产学研用”协同。政府应搭建共性技术平台，高校应聚焦原理突破，企业应主导工程转化，并加强标准体系建设，推动创新成果精准对接产业需求。此外，还需要突破工况条件下的精准表征技术，解决真实化学过程的数据获取难题。
杨金龙院士总结道，我国新材料产业正处于快速发展阶段，预计2025年总产值将达到10万亿规模，但仍需进一步提升原创性和高端化能力，尤其要充分利用人工智能的力量，推动产业升级实现范式变革。
☞☞☞AI 智能聊天, 问答助手, AI 智能搜索, 免费无限量使用 DeepSeek R1 模型☜☜☜
