材料开发的新手段：人工智能会代替材料学家吗？

人工智能作为一种手段，是怎么帮助我们更快地发现新材料的。

这一理念来自IBM欧洲研发中心的资深工程师派泽-科纳普（Edward O. Pyzer-Knapp），他长期钻研人工智能对科学新发现的推动作用，还在2022年出版了一本《给物理学家的深度学习》，引起了学术界的注意。

关于人工智能对材料研发进程的影响，科纳普和中科院上海陶瓷研究所合作，进行了系统性的研究，在2022年整理出了一份报告，发表在了《自然》期刊旗下的《计算材料》上。报告内容很长，专业性也很强，对整个领域有着特别深刻的认识。

材料界的痛点

要说人工智能作为一种新手段，助力新材料的开发，那么我们首先就得知道，材料界现在遇到了什么问题？为什么必须要引入人工智能来解决？

最核心的痛点就是，物质的种类实在是太多了，以至于材料学界正在陷入迷惘当中，停滞不前。在过去的一百年里，新材料发展的速度快得惊人，快到你可能都意识不到。举个例子，塑料这种我们现在已经离不开的材料，其实是上世纪70年代才流行起来的。在这之后，新型的塑料不断被发明出来，我们每一天日常生活差不多都要接触十几种不同的塑料。

但是俗话说，过犹不及，现在的材料学正在走进“多就是少”的阶段。

我们都知道，物质是由原子构成的，不同的原子，采取不同排列方式，就可以得到不同的物质。根据这样的规则，能够估算出，可能存在的物质种类有10的108次方这个数量级。这是一个超级巨大的天文数字，因为整个宇宙中的原子总数也不过10的80次方左右。可以这么打个比方，我们开发新材料，就和在沙滩上捡贝壳差不多，贝壳的数量非常多。刚刚开始捡的时候，随便一个贝壳都会让我们感觉很新鲜，捡起来也很快。但是，等到装贝壳的兜子快满了的时候，沙滩上无数的贝壳就成了烦恼，因为想挑到一种比之前更好看的贝壳，就需要不停地筛选，工作量实在是太大了。

以前我们在材料的开发上，也是靠着一些套路去寻找新的可能性。但是，这些套路往往只是一些经验规律。是不是会有反常识的套路出现，对人类来说，这是一个巨大的工作量。

但如果人工智能采用一些特定的算法，就有可能实现新的突破。而在新材料筛选的算法上，也是靠输入大数据，由人工智能进行深度学习和检索分析，看哪些结构最有可能发挥作用。

通过这种学习，机器可以训练出新的模型，并根据模型筛选出一个数据库，数据库中的新物质，经过模拟真实环境的测试之后，确定最优的目标。机器甚至还会给出合成方法的指导，让研究人员去尝试。这样一来，寻找新材料就不再是一个漫无边际的事情了，而是可以根据人工智能给出的结果，缩小范围，更快地找到新目标。