新京报讯（记者张璐）由北京市科学技术协会主办的“第27届北京科技交流学术月开幕活动暨数字化赋能战略性新兴材料交流活动”近日在中国建材总院举办。在活动上，中国工程院院士、北京科技大学教授谢建新介绍了人工智能对材料科学研究的深远影响，他认为，智能实验系统和数字孪生是未来材料智能实验的发展方向。

谢建新表示，10余年来，材料智能技术受到全球高度重视，迅速发展成为材料的前沿、共性关键技术，为从根本上解决新材料研发效率低、成本高的瓶颈问题提供了新途径。目前，数据驱动的材料研发新范式已经成为共识。

在材料智能设计方面，大规模计算已经成为新材料研发的基础性、支撑性技术，从解释实验现象、预测材料性能向设计新材料、替代实验、事先优化产品和工艺发展。另外，利用失败实验的“废弃”数据，机器学习可以辅助发现新材料。未来，在机器学习模型中嵌入知识，能有效提升数据模型的泛化能力。

在材料智能实验方面，他表示，过去科研人员做实验，目前，自动化技术和材料实验装置相结合，在无人或者少人的干预下，按照程序预设指令，自动完成材料制备或者检测分析，不仅提升了速度、降低了成本，还具有重现性高、数据可靠、可拓展性等优势。

这样的“自动实验”和机器学习、人工智能结合起来，叫做自主实验，可以实现数据自动处理、实验方案自主决策、实验过程闭环迭代、实验结果智能优化。他举例说，中国科学技术大学研制出的“全流程机器化学家平台”就可以智能阅读文献、自主设计实验。“智能实验系统和数字孪生是未来材料智能实验的发展方向”。

谈到材料智能制造，谢建新说，新材料制备和生产制造存在复杂性、不确定性两大难题，数字化建模是解决难题的关键。数字化、网络化、智能化、协同化是智能制造的关键基础。

北京科技交流学术月是北京市科协主办的重要品牌学术交流活动。本届北京科技交流学术月以“人才荟萃、学术筑基、创新引领”为主题，立足北京地区的科技、教育、人才优势，将举办130余场专业学术活动，涵盖数学、物理、化学等基础学科，以及信息技术、医药健康、人工智能、新材料、智能制造、节能环保等产业领域，广泛搭建学术交流平台，研讨最新科技成果与发现，营造良好科技创新氛围。

值得一提的是，今年的北京科技交流学术月突出前沿性探索和发挥青年人才作用。整体安排中单独设立了青年活动，未来也将面向青年科技人才搭建更多交流平台，不断支持青年人才挑大梁、当主角。

编辑 张牵

校对 刘军