义柏研究院丨当材料研发遇上AI

2022-04-20 11:16 作者:义柏资本

Periodic table! 

Let’s try Cerium and Dysprosium

Initiating……

I’m sorry sir, this is not suitable replacement for palladium

 

电影《钢铁侠》中,托尼史塔克尝试用一种新的元素来替换原来方舟反应堆中的有毒元素钯(palladium)。在元素周期表中挑选了两个元素铈(Cerium)和镝(Dysprosium)后,短短几秒内,没有经过任何的实验,贾维斯就证明了这是个失败的配方。
 
科幻的美好,也反衬出现实世界科研人员在对新的物质、新的材料的研究过程中,没有贾维斯的帮助所面临的困难。传统材料设计过程中成功的案例通常是一个偶遇或者直觉,而成功的背后,往往是大量的耗时费力且昂贵的实验试错在铺路;接着材料做出来了,什么性能、什么用处,则是另一个大难题。材料创新一直是各种颠覆性技术革命的核心,以至于材料经常成为时代的标志。在这样一个战略高地上,我们或许会想,有没有一种方法可以让我们低成本地、快速找到一种材料,满足性能、成本等一切的美好幻想,实现按需设计。
一个可行的答案是AI。
近年来AI+Science的发展如火如荼,AI数据驱动开始渗透到传统的材料研发体系中,大量的学术成果也证明这一思路的可行性。具体而言,AI基于材料基因组技术(包括高通量实验、高通量计算、材料数据库形成的有效数据闭环),在众多数据点之间发现和建立连接,构建实验参数与材料性能之间的相关性,在此基础上进行有效快速地评估。从实验过程数据收集到性能预测,最后到实验验证,AI的加入实现新材料挖掘提速的大闭环。对应到产业侧,除了一众传统材料玩家踊跃尝鲜外,众多以AI、材料数据、高性能计算见长以及对某几个特定行业有深刻理解的新势力也加入了进来。我们相信,整个材料行业的一次新的变革正在发生,AI的价值也定会得到证明。

 

 

 

 

 

官方微信公众号
扫一扫 即可查看

北京
朝阳区 亮马桥DRC外交办公大楼D1座902

上海
徐汇区 淮海中路1010号嘉华中心3105

深圳
南山区 海德三道海岸大厦东座B区14楼BR11

加入我们请联系
HR@100summit.com

BP投递请联系
BP@100summit.com

媒体对接请联系
微信 PR_100Summit

资料下载

本网站由阿里云提供云计算及安全服务