深圳先进技术研究院研究员喻学锋关于“人工智能驱动的微纳材料创制技术”的分享引发关注。在接受《中国科学报》采访时，喻学锋直言，当前人工智能正深刻驱动着着材料科学的创新，并且“AI for Science”已进入加速涌现期。
新材料是新质生产力的动力源泉之一，然而，新材料普遍面临研发周期较长的问题。他介绍：“新材料从发现到工业化应用往往需要10至20年，这一现实与我们对新材料的迫切需求形成了鲜明对比。”
传统的材料研发方式耗时长、成本高，难以满足当今社会对新材料快速更新换代的需求。怎么解决这一问题？喻学锋认为，人工智能技术为材料研发带来了新的可能。他表示，人工智能新技术为材料研发范式的跃迁提供了新工具，正在一步步缩短新材料的研发周期，降低研发成本。
《中国科学报》从中国材料研究学会了解到，QY千亿球友会app近年来，喻学锋团队在行业内构建了AI材料创制技术体系，推动了一系列新材料的发现。以磷基材料为例，该团队利用AI技术构建了磷材料数据库以及相关工艺知识图谱，基于构效关系模型发现了磷成键新机制，并指导设计了黑磷制备新方法。相关研究成果提升了黑磷的稳定性，推动了黑磷在多个领域的应用。
此外，该团队还搭建了AI辅助的机器科学家平台，通过合成参数优化和合成路径预测等手段，解决了设计-制备关联性差的难题。这一平台实现了钙钛矿等多种纳米晶的智能制备，相关成果发表于《自然-合成》，推动了钙钛矿半导体医用探测器的创新。
通过AI技术的预测和优化，大大提高新材料研发效率。目前，该团队已经开发出了磷基电池材料、气凝胶、有机硅封装胶、双疏涂层、磁性微球、微胶囊等多种新材料产品，并完成了相应的中试验证。部分产品已经投产上市，为企业创造了可观的经济效益。
除了科研方面的突破，喻学锋团队还非常注重科研成果的转化和应用。创立了AI驱动的 CRDO研发服务模式，将材料研发服务体系化、标准化、市场化，为企业提供 “实验室开发—小试—中试—试生产”定制化技术解决方案。
“我们希望通过自己的努力，让更多的新材料能够更快地应用到产业中去。”喻学锋表示。
版权声明：凡本网注明“来源：中国科学报、科学网、科学新闻杂志”的所有作品，网站转载，请在正文上方注明来源和作者，且不得对内容作实质性改动；微信公众号、头条号等新媒体平台，转载请联系授权。邮箱：。
FDE 论文解读 佟佳睿：基于神经符号AI智能体和大语言模型的个性化AI教育
