楊燕/文可能絕大多數人不知道，直到三年前，作為圓珠筆第一大國，我們卻連小小的圓珠筆頭都造不出來。上千家制筆企業、年產400多億支圓珠筆，從設備到原材料，高度依賴進口。每年需要在生產筆尖的鋼材上花費高達1500萬美元的外匯支出！
同樣，在“高大上”的航空領域，發動機被譽為“工業皇冠上的明珠”，而隱匿在這顆“明珠”之上的高溫合金材料，又被稱為“發動機上的基石”，其性能水平很大程度上決定了發動機的水平高低，尤其是其中的渦輪葉片，由於長期工作在惡劣的工況之下，不僅要經受超高溫的氣體衝擊，還要承受每分鐘上萬次旋轉的機械載荷，對材料性能提出了極高的要求。然而，作為“大國重器”的基石材料，其性能和穩定性與國外先進水平相比仍然差距較大，是“卡脖子”技術之一。據瞭解，一枚鼠標大小的葉片成本，幾乎等同於一輛小汽車的造價。
據工信部對全國30多家大型企業130多種關鍵基礎材料調研結果顯示，32%的關鍵材料在中國仍為空白，52%依賴進口。小到圓珠筆頭，大到“國之重器”，許多“卡脖子”技術都與材料有關。 實施“製造強國”戰略，推動製造業高質量發展，必須夯實新材料產業這一重要基礎陣地。
然而，長期以來，傳統“試錯式”的研發模式，導致材料研發週期長、費用高，成為新材料發展面臨的最主要問題。新材料走出實驗室往往需要很長的時間，譬如，用於航空裝備等使用要求較高的產品則需要20～30年，這對先進製造業的發展顯然是鞭長莫及的！
將人工智能應用到新材料研發中，是解決目前材料研發週期過長的一種全新嘗試。繼美國提出“材料基因組計劃”後，中國於2016年正式啟動“材料基因組工程”，旨在以人工智能、機器學習為根本途徑，結合數據庫平臺，對材料進行高通量計算、製備、檢測，顛覆傳統材料研發方式，加速材料領域的發展。
值得一提的是，之所以稱之為“材料基因工程”，可類比人類基因排列決定了人體機能，材料的“基因”——原子/分子的排列，則決定了材料的性能，而“材料基因工程”正是希望藉助於數據庫和人工智能，加快尋找材料“基因”與性能之間的相互關係，從而根除產業痛點，實現新材料“研發週期縮短一半、研發成本降低一半”的終極目標。
舉例來說，作為“材料基因工程”核心的檢測儀器，掃描電子顯微鏡（SEM）是材料形貌表徵的主要工具。國內電鏡企業聚束科技，將商湯視覺AI技術與掃描電鏡系統相結合，推出的 “AI顯微鏡”，可以實現對海量掃描圖像快速測量、統計、分析，並自動化生成數據分析報告，大幅提高了材料性能的檢測效率，從而快速建立材料“基因”與性能關係，極大的加速了新材料的研發進程。
與此同時，這套AI應用也實現了材料圖像分析的數字化與標準化，大幅提高了材料檢測和評價的準確度。以航空發動機高溫合金材料為例，傳統檢測主要為定性評價，高度依賴於專家的經驗水平，存在一定的誤差與偶然因素，不同專家可能會有不同的評價結果，這對要“上天載人”的航空材料來說無疑是不安全的。人工智能通過機器學習轉譯專家經驗，形成標準化評價的AI算法（知識圖譜），讓材料評價的準確度和穩定性大幅提高。
圖 航空發動機高溫合金材料的智能分析
通過形成統一的量化評判標準，AI算法也實現了專家經驗的複製與傳承。材料專家的培養通常需要多年時間，針對高端特種材料的專家更是少之又少，其經驗難以傳承，也無法滿足工業應用和實驗項目對材料評價的增量需求。AI算法的標準化輸出，讓專家經驗不僅可以“薪火相傳”，更可以做到規模化複製，有效緩解專家存量不足的問題。
國內外，包括谷歌、騰訊、IBM等科技公司，以及例如德國蔡司、日本奧林巴斯等老牌顯微鏡廠商都在致力於利用AI技術提升材料顯微的檢測效率。譬如谷歌在顯微鏡上添加AR和AI技術支持，使得醫療機構可以在顯微鏡下實時檢測人體組織中的細胞（生物材料）有無發生變異。
除案例中提到的AI顯微鏡外，人工智能在材料研發中還有很多其他的應用嘗試。2017年，MIT開發出了一套機器學習系統，可針對特定材料需求，定製性給出材料配方方案。對比試驗數據，該系統可以給出99%準確率的材料方案。2018年，美國西北大學利用AI算法設計出了新的高強超輕金屬玻璃材料，比傳統試驗方法快200倍。
可見，“數據+人工智能”將成為新材料研發的核心競爭力，對縮短材料研發週期產生顛覆性影響。而人工智能之所以能夠成為撬動“材料基因工程”的那個支點，是因為作為信息技術的變革力量之一，人工智能本質上是解決了材料研發中的信息處理問題，尤其是高通量作為“材料基因工程”的關鍵詞，面對海量的材料微觀信息數據，傳統“試錯式”的研發模式，以及極度依賴人工的信息處理手段，與AI算法比較，顯然是馬車與火箭的速度差距。
當然，對海量數據高效處理是人工智能在材料科學領域應用的需求要素之一，而人工智能近年來在其他領域的應用和推廣、算法的發展和成熟，以及算力資源“性價比”的持續提升，才使得基於海量數據快速預測材料性能最終成為可能，這也正是“材料基因工程”的核心理念，即通過預測替代試驗的方式加速新材料的研發，從而斬斷那根“卡在脖子上的致命繩索”。
（作者系商湯智能產業研究院 戰略生態研究主任）
閱讀更多 經濟觀察報 的文章
