新刊速覽:人工智能賦能新材料研發專題 | 2025年第24期

由 科技導報 發佈於 科技

'26-01-14

當前,新材料研發正從傳統“試錯法”邁向數據與智能驅動的新範式,研發理念由“設計材料”到“用材料設計”轉變。人工智能不僅加速材料發現週期,更在揭示構效關係、優化工藝路徑上開啓顛覆性機遇,推動材料研發向精準化、智能化躍遷。

《科技導報》2025年第24期推出了“人工智能賦能新材料研發專題”。本專題集中展示了AI技術驅動材料科學創新的前沿進展,聚焦AI在先進材料研發、金屬材料組織圖像識別與定量分析、高強鋼智能設計與性能解析、複合材料性能預測中的具體應用。這些研究體現了AI正推動材料研發向智能化、精準化的新範式全面轉型。

卷首語

設計——製造和創造的先導和藍圖

作者:路甬祥

作者信息:中國科學院院士,中國工程院院士,曾任浙江大學校長、中國科學院院長、第十屆及第十一屆全國人大常委會副委員長。研究方向爲流體傳動與控制。

摘要:創新設計,不僅是科技與產業創新的先導和藍圖,更是全面建設中國特色現代化製造強國通向未來美好生活的橋樑。

科技新聞

前沿動態

  • 中國4項成果入選Science年度十大突破

  • 資源三號衛星讓立體測繪邁入“日覆蓋”時代

  • 中國L3級首批自動駕駛車型准入許可正式落地

  • 侵入式腦機接口臨牀試驗實現三維交互突破

  • 永久化學品借全球海魚貿易悄然滲透餐桌

  • 破解黃瓜如何“生男生女”難題

  • 地球初期“源頭之水”深埋於地幔被證實

  • 讓癌細胞“過敏”:研究者巧用“肥大細胞”治腫瘤

卓越亮點

  • 像章魚一樣“暢遊”海洋——仿生水凝膠抓取器解鎖水下精準作業

  • 無人機拖曳式地磁測繪助力水下考古與油氣開發

深度報道

  • 體內生成的抗癌細胞助患者擺脫頑疾

  • 回補枯竭的地下水可能誘發小型地震

科技評論

數據要素時代的隱私計算平臺互聯路徑與挑戰

作者:劉穎慧1,2,魏進武2*,張溶芳2,蔡一欣2,李堃2

1. 北京交通大學電子信息工程學院

2. 中國聯合網絡通信有限公司研究院

摘要:隱私計算是實現“數據可用不可見”的核心技術,隱私計算平臺繁榮發展,逐漸形成了以隱私計算平臺爲核心的“平臺孤島”現象。如何解決“平臺孤島”問題,進一步促進數據要素融合和價值成爲重要的研究方向。梳理了國內外典型的隱私計算平臺功能、國內隱私計算平臺的互聯生態現狀,結合行業實踐案例,明確節點互聯和算法互聯的研究範疇,剖析節點和算法互聯的不同模式。總結了隱私計算跨平臺互聯的算法、數據、安全和性能難點,雖然隱私計算平臺互聯互通面臨底層技術不兼容、跨平臺數據資源操作難和數據泄露風險高,以及多方通信性能難以滿足用戶需求等多種挑戰,但是跨平臺互聯仍然是未來發展的重要趨勢。標準和規範方面,金融行業、電信行業都在探索行業內部的隱私計算平臺互聯標準。技術方面,雙向適配模式下的雙方適配功能將逐漸被“適配器”式的轉換產品替代,而規模化的、基於開放協議的平臺互聯互通將逐漸成爲更多技術方的選擇。

本刊專稿

時空智能助推新質生產力發展

作者:李德仁,郭昊南*

武漢大學測繪遙感信息工程全國重點實驗室

摘要:給出了時空智能(spatio−temporal intelligence,STI)的定義,揭示了時空智能在測繪遙感地理信息學中的數字化、信息化、網絡化、智能化與實時化特徵,及其在人工智能領域的重要地位,它通過自動和實時地感知與認知自然和人類活動,爲人工智能開拓了廣闊的應用前景。回顧並展望了時空智能從定位、導航與授時(PNT)服務向定位、導航、授時、遙感與通信(PNTRC)服務的創新演進,建立通導搖一體化的空天信息實時智能服務系統,並構建中國的空天信息全球實時監測網絡。在此基礎上,探討了時空智能在低空經濟、公共安全與大健康、自動駕駛與機器人、智慧電網與智慧工廠、林草監測與國家公園智能管理、應急管理等領域的應用案例,展示了其在推動新質生產力發展中的重要作用。

特色專題:人工智能賦能新材料研發

人工智能在先進材料研發中的應用

作者:董樊麗1,2,肖志鵬1,2,李豔輝2

1. 上海交通大學材料科學與工程學院

2. 上海交通大學內蒙古研究院

摘要:綜述了人工智能(artificial intelligence,AI)在材料成分與結構設計、性能預測、合成優化及工業實踐中推動材料研發從經驗試錯向智能設計範式轉型的前沿進展。通過融合數據驅動方法、物理嵌入建模與自主實驗系統,AI 實現了跨尺度性能高精度預測、極端性能材料的逆向設計、合成工藝智能優化及缺陷無損檢測等,顯著縮短了研發週期並突破了傳統試錯研發週期長、實驗成本高且難以系統逼近材料性能極限等瓶頸。歸納了 AI 在穩定晶體高效篩選、輻射製冷材料定向開發等典型案例中的利用晶體圖神經網絡高效篩選大量穩定化合物,以及通過深度生成模型實現性能創紀錄的輻射製冷材料逆向設計等突破,闡述了少樣本學習、遷移學習及物理機理融合等技術對數據稀缺和多尺度建模等挑戰的應對方案。未來,AI 將推進材料研發向數據驅動、自主決策和智能迭代的高階範式加速躍遷。

人工智能在金屬材料組織圖像識別與定量分析中的應用

作者:沈春光1,2,孫碩1,2,徐偉3*,鄭士建1,2*

1. 河北工業大學高性能軋輥材料與複合成形全國重點實驗室

2. 河北工業大學天津市材料層狀複合與界面控制技術重點實驗室

3. 東北大學數字鋼鐵全國重點實驗室

摘要:基於人工智能(artificial intelligence,AI)技術的微觀組織識別及定量化兼具高精度和高效率的優勢,有力推動了高通量組織分析技術的發展。聚焦 AI 輔助金屬材料組織圖像分析這一新興領域,以微觀組織由定性分析逐步向精細定量分析的發展爲脈絡,系統綜述了傳統機器學習分類算法、深度學習分類算法、目標檢測算法、語義分割算法在金屬材料微觀組織分類、識別以及定量化方面的研究進展,尤其重點論述了廣泛採用的語義分割算法的研究現狀;同時,針對 AI 算法在材料微觀組織圖像分析領域面臨的組織複雜度高、標註樣本匱乏等瓶頸問題,介紹了數據增強、模型架構改進等方面的創新策略及其應用效果。最後,總結和展望了基於 AI 的微觀組織圖像分析方法目前存在的不足以及未來的發展方向。

機器學習輔助增強成形性雙相鋼的設計與組織性能關係解析

作者:張浩1,2,張書海1,3,張世博1,5,趙帆1,3,4*,張志豪1,3,謝建新1,3,4

1. 北京科技大學新材料技術研究院,現代交通金屬材料與加工技術北京實驗室

2. 首鋼集團有限公司技術研究院

3. 北京科技大學新材料技術研究院,材料先進製備技術教育部重點實驗室

4. 北京科技大學高精尖學院,北京材料基因工程高精尖創新中心

5. 冶金工業經濟發展研究中心

摘要:增強成形性雙相鋼(DH 鋼)是在雙相鋼(DP 鋼)基礎上研發的先進高強鋼,以滿足汽車複雜形狀零件成形對材料塑性的更高要求。目前,抗拉強度 980 MPa 級別的 DH 鋼已實現規模化生產,抗拉強度 1180 MPa 級別的 DH 鋼研發受到廣泛關注。採用面向性能的機器學習方法,設計了一種 1180 MPa級 DH 鋼的化學成分和製備工藝參數,並通過可解釋性機器學習分析了材料顯微組織特徵與力學性能之間的內稟關係。首先,基於文獻數據,採用神經網絡算法構建成分/工藝−性能預測模型,並採用多目標遺傳算法高效設計了新型 DH 鋼的化學成分。然後,基於新型 DH 鋼的製備工藝參數正交實驗結果,採用隨機森林算法構建了以工藝參數爲輸入的抗拉強度和斷後伸長率(A80)預測模型,通過多目標遺傳優化算法得到了較優的製備工藝參數,即捲曲溫度 510℃、退火溫度 860℃、退火時間 160 s、緩冷溫度 715℃、過時效溫度 340℃、過時效時間 110 s。設計的新型 DH 鋼具有優異的強塑性匹配,抗拉強度和斷後伸長率分別爲 1214 MPa 和 15.5%。最後,採用 SHAP 分析揭示了組織特徵對力學性能的影響規律,爲先進高強鋼的設計和組織性能調控提供理論參考。

基於數據驅動的纖維增強複合材料性能預測研究進展

作者:許鳳1,劉玲2,張超2,朱傑3,張瑋婷4,董昊4,黃浩1,高明1*,喻學鋒1*

1. 中國科學院深圳先進技術研究院

2. 廣州金髮碳纖維新材料發展有限公司

3. 中化數智科技有限公司

4. 中國信息通信研究院

摘要:隨着數據資源獲取、深度學習演化和模型推理生成等技術的不斷髮展,數據驅動方法憑藉其在挖掘高維非線性關係、構建代理模型及處理多模態數據方面的獨特優勢,爲纖維增強複合材料的性能預測提供了強有力的工具。系統介紹了該領域的研究進展,對複合材料關鍵參數的數字化表徵方法進行梳理,重點描述了材料本徵參數歸集、圖像驅動特徵提取、物理信息特徵工程以及跨尺度數據驅動4 類數字化表徵方法,評述了數據驅動模型在複合材料力學、熱學、聲學及電學性能預測中的建模策略和預測精度,闡述了可解釋性分析與不確定性量化技術在增強模型透明度、量化預測風險方面的工程意義,並展望了構建多尺度融合、物理引導與主動學習相結合的可解釋機器學習框架等方向,以期爲數據驅動方法在複合材料性能預測領域的深化應用提供從理論基礎到工程實踐的完整視角。

研究論文

跨季節儲熱技術研究進展及發展趨勢

作者:張傑1,2,牛晨1

1. 西南石油大學機電工程學院

2. 石油天然氣裝備技術四川省科技資源共享服務平臺

摘要:儲熱作爲一種新型儲能技術被廣泛地應用在清潔供暖、火電靈活性改造、綜合能源服務等多個能源細分領域,論述了跨季節儲熱技術的分類、工作原理,並對主要技術進行對比分析。跨季節儲熱技術主要可分爲顯熱、潛熱和熱化學儲熱,其中顯熱儲熱又可分爲水箱儲熱、地下含水層儲熱、地埋管儲熱和礫石-水儲熱。“十四五”規劃明確了大力發展新型儲熱技術的重要地位,自“雙碳”目標提出以後,國家和地方出臺了多個政策推動能源轉型、促進綠色發展,其中許多內容涉及儲熱儲冷,協調能源利用方面技術推廣。綜述了跨季節儲熱技術知識產權發展情況,跨季節儲熱技術可以有效協調能源供需在時間、空間上的不匹配,利用太陽能、空氣能等能清潔能源或工業廢熱、建築空調廢熱作爲熱源來實現能源的夏儲冬用,爲建築冬季採暖、煤改清潔能源、區域能源供給提供新的技術路線。最後對跨季節儲熱技術未來發展進行了展望。

裂殖酵母:麥角硫因高效生產的潛力宿主

作者:羅周卿,馮科景,徐冬,丁汨佳,林宇禾

廈門大學生命科學學院

摘要:麥角硫因(ergothioneine, EGT)是一種天然高效的含硫抗氧化劑,在醫藥、化妝品和功能性食品等領域具有廣泛的應用前景。然而,其傳統生產方法效率低下,難以滿足市場需求。近年來,合成生物學技術的發展爲 EGT 的高效生物製造提供了新思路。介紹了裂殖酵母(Schizosaccharomyces pombe)作爲潛力宿主在 EGT 生產中的研究進展,重點分析了其內源合成能力、代謝工程改造策略(如啓動子優化、營養脅迫調控和誘變篩選)。探討了裂殖酵母在工業化應用中面臨的主要挑戰,包括相關領域存在空白,EGT 生理功能不明確和缺乏標準化檢測方法等,並提出解析代謝調控網絡、整合綠色生產工藝和建立標準化評價體系等未來研究方向,例如,爲裂殖酵母作爲 EGT 生產底盤的進一步開發和優化提供參考。

無瓣海桑和秋茄林植物器官及沉積物的生態化學計量特徵

作者:馮建祥1,史祺2,於晨曦3,陳獵一2,郭新澳2,魏龍4,林光輝2,5*

1. 中山大學海洋科學學院/南方海洋科學與工程廣東省實驗室(珠海)

2. 清華大學深圳國際研究生院海洋工程研究院

3. 中國科學院南海海洋研究所,熱帶海洋生物資源與生態重點實驗室/廣東省應用海洋生物學重點實驗室

4. 廣東省林業科學研究院/廣東省森林培育與保護利用重點實驗室/廣東沿海防護林生態系統國家定位觀測研究站

5. 清華大學地球系統科學系,地球系統科學模擬教育部重點實驗室

摘要:研究外來種無瓣海桑和鄉土種秋茄的植物器官及沉積物碳(C)、氮(N)、磷(P)化學計量特徵,探究紅樹植物器官 C、N、P 化學計量與沉積物理化性質是否存在關聯性。以珠海淇澳島 12 年生(SA12)和 18 年生(SA18)無瓣海桑人工林及附近 40 年生秋茄天然林爲研究對象,選取光灘作爲對照,採集植物葉片、枝條、根系以及 0~1 m 深度沉積物,測定 C、N、P 含量。結果表明:不同林齡無瓣海桑同一植物器官 C 和 N 含量無顯著性差異。秋茄葉片 C 含量(486.35±5.49 g/kg)顯著高於無瓣海桑(SA12:396.85±10.64 g/kg、SA18:398.32±5.57 g/kg),秋茄枝條 C 含量顯著(420.99±2.76 g/kg)低於 18 年生無瓣海桑(431.38±2.53 g/kg)。12 年生無瓣海桑葉片 P 含量(1.31±0.02 g/kg)顯著高於 18 年生無瓣海桑(0.80±0.04 g/kg),葉片低 C∶P 表明 12 年生無瓣海桑生長速度較快。無瓣海桑人工林 0~20 cm沉積物的 SOC 含量和 N 含量顯著高於光灘。12 年生無瓣海桑人工林 0~20 cm 深度沉積物 SOC 含量、N 含量和 C∶N 顯著低於 18 年生無瓣海桑人工林。無瓣海桑人工林 0~60 cm 深度沉積物 SOC 和N 含量及 C∶N 顯著低於秋茄天然林。分析發現,沉積物的容重是紅樹植物器官生態化學計量變化的主導因子。研究結果表明,在紅樹林生態恢復中,若追求長期碳匯功能應優先選擇秋茄等鄉土樹種;對無瓣海桑人工林的管理需根據林齡(如幼齡林氮限制、老齡林磷限制)進行差異化養分調控,並可通過改善沉積物容重等物理結構來提升其生態功能。

政策建議

中國深遠海海上風電用海管理問題分析與對策

作者:陳海航1,胡恆2,3*,嶽奇3,丁寧3,何菁蕊3

1. 自然資源部寧波海洋中心

2. 自然資源部海洋空間資源管理技術重點實驗室

3. 國家海洋技術中心

摘要:針對當前中國在深遠海海上風電空間佈局管控、管理政策、用海監管等方面存在的不足,通過分析國內外深遠海海上風電用海管理現狀,借鑑國外深遠海海上風電項目管理經驗和中國近海海域海上風電管理實踐,研究提出相應對策建議:一是在查清深遠海資源生態本底的基礎上制定深遠海海上風電空間規劃,統籌推進深遠海海上風電項目實施;二是探索研究深遠海海上風電用海審批、開發模式、與其他行業融合發展等管理政策,明確具體實施路徑;三是從完善監管制度、提升監測能力、強化後評估等方面創新監管模式,確保深遠海海上風電用海監管及時有效。

科技人文

將科學生命繫於國家所需:侯雲德27年的入黨歷程

作者:黎潤紅1,戚文秀2

1. 北京大學醫學人文學院

2. 北京大學哲學系

摘要:侯雲德是中國著名的醫學病毒學家,中國工程院院士,國家最高科學技術獎獲得者。以侯雲德院士的 2 份入黨材料爲核心史料,輔以科研論文、獲獎材料與訪談記述,採用文本細讀與科學社會學的綜合方法,考察了其入黨信仰如何進入科學生涯的關鍵選擇。通過比對侯雲德 1956 年入黨志願書與1980 年入黨申請書及其干擾素研究的發展路徑發現,侯雲德將學術生命與國家所需緊密相連,以“國家所需、人民所盼”爲宗旨,堅持“科研爲民”,推進成果產業化,體現出信念堅定、報國爲民、淡泊名利、甘於奉獻的科學家精神。

內容爲【科技導報】公衆號原創,歡迎轉載

白名單回覆後臺「轉載」

《科技導報》創刊於1980年,中國科協學術會刊,主要刊登科學前沿和技術熱點領域突破性的研究成果、權威性的科學評論、引領性的高端綜述,發表促進經濟社會發展、完善科技管理、優化科研環境、培育科學文化、促進科技創新和科技成果轉化的決策諮詢建議。常設欄目有院士卷首語、科技新聞、科技評論、專稿專題、綜述、論文、政策建議、科技人文等。

Scroll to Top