当前，人工智能已成为引领新一轮科技革命和产业变革的战略性技术。新材料作为现代科技的物质基础，积极拥抱AI是加速创新进程、实现产业变革的必选项。上海市经济和信息化委员会新材料处处长陆寅2月23日在“智链新材，创领未来”AI+新材料生态讲坛致辞时强调了这一点。

　　在“2025全球开发者先锋大会”期间举办的这场讲坛上，与会专家普遍认为，AI技术在新材料研发、性能优化、跨行业应用、实验设计辅助、材料合规评估等方面发挥重要作用。同时，他们就如何推动AI与新材料深度融合进行了深入讨论。

　　AI+新材料：产业升级的新动力

　　沐曦集成电路（上海）有限公司HPC（高性能计算）AI4Materials产品研发工程师闫申申介绍，AI+材料主要体现在探索AI在材料中的应用，发现材料构成与性质之间的关系，通过生成式算法探索新材料，以及通过自动化实验平台实现AI+新材料的完整链路。

　　中国联合网络通信有限公司上海市分公司AI技术总监刘泽雷认为，AI正推动新材料研究范式从“经验驱动”转向“预测驱动”，成为新材料产业升级的核心引擎。

　　陆寅指出，上海在AI+新材料领域已取得显著成果：华东理工大学AI plus Polymers平台发现1.27万个新材料，部分已通过实验验证并实现应用；中国科学院硅酸盐研究所的智能体发现多种电池与电催化材料；上海交通大学成功设计了航空级高性能合金；上海大学完成合金的机器学习预测及验证；中国科学院上海高等研究院利用AI设计并验证了多种功能添加剂和催化新材料。

　　深度融合面临挑战

　　AI在赋能新材料研究的同时，也带来了算力需求增长、数据治理需求增加等机遇。然而，AI与新材料融合仍面临高质量数据稀缺、数据壁垒、复合型人才稀缺等挑战。

　　上海大学材料科学与工程学院和材料基因组工程研究院教授施思齐提出，数据驱动的机器学习在材料领域实际应用中存在数据质量治理忽视和领域知识指导欠缺等问题。他倡导在数据和知识共同驱动下进行深度学习新模型构建。

　　晶泰科技自动化实验室业务相关负责人表示，数据来源与质量是当前AI算法训练在垂类应用领域的一大瓶颈。自动化实验室能够标准化记录全过程数据，为AI算法训练提供高质量素材。

　　中国科学院上海硅酸盐研究所副研究员冉念认为，AI与材料领域的深度融合需关注数据、模型、智能实验室三个层面，并指出相应的挑战和解决方案。

　　AI+新材料：引领创新未来

　　刘泽雷表示，需通过算力等基础设施平台，解放专家双手，让新材料行业企业专注于业务逻辑，让高校专注于新材料科学发现。

　　展望未来，施思齐认为，融合高质量的多模态数据和可信知识，构建可解释的深度学习模型，有助于更好地理解材料构效关系，降低试验成本和时间，加速新材料发现过程。

　　上海市新材料协会秘书长何扣宝认为，人工智能与新材料的融合需要双向赋能，共同促进新材料行业的快速发展。当前，国家和地方政府已出台政策措施支持AI与新材料融合发展。

（文章来源：上海证券报）