◎本报记者 朱 虹  实习生 邱彩依

　　日前，在第七届中国国际新材料产业博览会上，一场“人工智能加速未来材料技术变革圆桌对话”引发行业关注。来自高校、企业、投资机构的专家学者齐聚一堂，共话人工智能（AI）如何重塑材料研发逻辑、降本增效，同时针对数据共享、人才短缺等行业痛点，提出从政策扶持到技术开放的多元化破局路径。

　　从“炒菜式”试错到“按图索骥”，AI正深度融入新材料产业全链条。“我们材料研究人员有一个梦想，就是做正向材料。”北京理工大学材料学院党委书记程兴旺介绍，从材料设计、材料计算学，到集成计算材料工程，再到材料基因组、材料信息，多年来，材料研究人员不停地追逐这个梦想。借助AI，研究人员可进行正向设计和反向优化，更快实现目标。

　　在企业实践中，AI的价值已逐步显现。华为公司副总裁、油气矿山军团CEO韩硕分享，在炼铁中，高炉如同一个“黑盒子”，多种参数的影响导致很难预测铁水的温度和硅含量。而在AI助力下，华为与宝武集团联合研发使高炉的炉温和硅含量预测准确率提升到92%以上，同时生产效率提升，每吨铁水生产成本降低3—4元。AI还助力中石油锦州石化单装置年省700万元，帮助云天化煤气化炉能耗降低1.5%。“AI让材料研发从‘大海捞针’变成精准匹配。”韩硕说，这种转变正从单点应用向全流程优化延伸。

　　尽管前景广阔，AI赋能新材料仍面临多重“拦路虎”。数据问题首当其冲，其主要表现为数据采集与清洗工作占据大量的研发时间，论文数据水平参差不齐，工业数据来源分散等。专家普遍认为，底层数据不可靠，再先进的AI模型也会失效。哈尔滨工程大学材料科学与化学工程学院院长杨飘萍认为，钢铁、水泥等传统材料的数据相对丰富，但生物材料、高强材料等新型材料数据匮乏，且行业普遍存在“数据不共享、不开源”现象，导致AI模型训练缺乏高质量数据支撑。

　　此外，伦理与人才问题也逐渐凸显。程兴旺担忧，过度依赖AI模型，会削弱科研人员“格物致知”的精神，长期可能降低行业整体研发能力；同时，算法提供方与材料研发方的贡献界定模糊，知识所有权争议成为潜在的伦理隐患。

　　韩硕认为，产业急需三类复合型人才：AI工具开发人才、验证成果的行业专家、能将AI融入一线的应用人才。“目前三类人才均存在缺口，制约产学研协同推进。”韩硕说。

　　针对行业痛点，专家们提出从国家到企业的多层次解决方案。在平台与基础研究层面，杨飘萍建议加强国家级实验室建设，以稳定资助推动AI+材料设计的机理研究，同时打破数据壁垒，建立全国性数据共享机制。“可参考苏州大学AI高通量研发中心模式，打造‘云上实验室’，整合超算与云计算资源，为中小企业提供低成本模拟服务。”杨飘萍说。

　　技术开放与合作，成为中小企业破局的关键。“我们计划向中小企业提供低成本的数字化转型工具，帮助它们跨越AI应用的技术门槛。”韩硕表示，华为将开放算力底座与非涉密算法工具包，合作共建知识产权共有模式。

　　在圆桌对话现场，专家们达成共识：AI赋能新材料是产业升级的必然趋势，唯有产学研协同发力，解决数据、人才、伦理难题，才能让AI真正成为材料高质量发展的“加速器”。未来，随着政策落地、技术开放与生态完善，AI与新材料的融合将迎来更广阔的空间。