近日，國際頂級學術(shù)期刊《Science》發(fā)布專題報道，聚焦全球前沿材料科學領(lǐng)域的頂級學者。材科源圖（MatSource）董事長李昊教授在報道中接受專訪，分享了他對材料科學未來發(fā)展的深刻洞見。

全新格局與新范式

“ What we need is a new landscape, a new paradigm. ”——材科源圖董事長李昊教授

李昊教授在接受《Science》采訪時提出的這一核心觀點，不僅直擊了傳統(tǒng)材料科學“高成本、長周期、依賴試錯與經(jīng)驗”的發(fā)展痛點，更深刻洞察了當前行業(yè)所處的關(guān)鍵轉(zhuǎn)型期。他指出，隨著人工智能與數(shù)據(jù)驅(qū)動方法的快速發(fā)展，未來的材料研發(fā)必須突破“單一材料、單一性能”的局限，向復雜系統(tǒng)建模、跨尺度設(shè)計與智能化發(fā)現(xiàn)全面邁進。 這不僅僅是研究工具的迭代升級，更是科研思維與底層范式的根本重塑。 正是在這一前瞻性判斷之上，材科源圖確立了清晰的企業(yè)愿景：以數(shù)據(jù)與智能為核心驅(qū)動力，推動AI賦能材料創(chuàng)新進程，引領(lǐng)產(chǎn)業(yè)生態(tài)變革。

頂刊印證，技術(shù)筑基

在這次報道中，《Science》特別提到了李昊團隊近年來在AI for Science方向的三項代表性工作，分別發(fā)表在 Angewandte Chemie、PNAS 和 Chemical Science。這三項工作分別圍繞 AI Agent、機器學習勢函數(shù)、實驗材料數(shù)據(jù)庫與數(shù)字平臺展開，也從不同角度展示了“數(shù)字材料生態(tài)”如何服務于材料發(fā)現(xiàn)。

第一項工作發(fā)表在《Angewandte Chemie International Edition》（德國應用化學）。該研究將真實實驗數(shù)據(jù)庫與AI智能體相結(jié)合，用于固態(tài)電池材料發(fā)現(xiàn)。李昊團隊基于固體導體，特別是含氫材料等數(shù)據(jù)，構(gòu)建了高質(zhì)量實驗數(shù)據(jù)庫，并利用AI智能體從數(shù)據(jù)庫中挖掘新的材料規(guī)律和潛在電池材料。報道中特別提到，這項工作可能是較早將真實實驗數(shù)據(jù)庫、AI智能體和新型電池材料發(fā)現(xiàn)系統(tǒng)結(jié)合起來的綜合性研究。文章發(fā)表后，也引起了不少同行關(guān)注，并推動了后續(xù)關(guān)于AI智能體用于科學發(fā)現(xiàn)和電池材料研究工作。

第二項工作發(fā)表在《Proceedings of the National Academy of Sciences》（美國國家科學院院刊）。該研究聚焦超氫化物，也就是含有高密度氫的氫化物材料。以鈣氫化物為例，傳統(tǒng)上人們熟悉的是 CaH?，但在一定條件下，鈣也可能形成 CaH? 甚至 CaH? 等超氫化物。然而，這類超氫化物的形成機制長期并不清楚。李昊團隊與合作者結(jié)合實驗、AI模型驅(qū)動的模擬和材料理論，揭示了固態(tài)鈣氫化物表面的局部熔融可能促進超氫化物形成。這一發(fā)現(xiàn)不僅加深了人們對高氫密度材料形成機制的理解，也為設(shè)計潛在的高密度儲氫材料和超導相關(guān)材料提供了新的思路。

第三項工作發(fā)表在 《Chemical Science》。這項研究更系統(tǒng)地提出并展示了“數(shù)字材料生態(tài)”的概念：通過高質(zhì)量數(shù)據(jù)庫、數(shù)字材料平臺、AI智能體、理論分析和實驗驗證的結(jié)合，將材料發(fā)現(xiàn)從一次性的、分散的研究過程，轉(zhuǎn)變?yōu)榭煞e累、可復現(xiàn)、可擴展的體系化流程。報道中提到，該研究將數(shù)字平臺用于材料設(shè)計與分析，并與AI智能體和實驗驗證相結(jié)合，從而加速氫儲能材料研究。這也與李昊團隊近年來在數(shù)字催化、固態(tài)電池、氫能材料和材料數(shù)據(jù)庫平臺方面的整體布局高度一致。

重塑新范式：“數(shù)據(jù)-智能-實驗”研發(fā)閉環(huán)體系

《Science》的報道，印證了新興科研范式正從前沿探索走向全球共識；而材科源圖的使命，則是將這一國際頂尖共識轉(zhuǎn)化為切實可見的產(chǎn)業(yè)生產(chǎn)力。

真正的產(chǎn)業(yè)賦能，絕非停留在算法預測的“紙上談兵”。為此，材科源圖在業(yè)內(nèi)率先確立了“數(shù)據(jù)—模型—智能—實驗”的全鏈路研發(fā)閉環(huán)體系，并同步構(gòu)筑起四大核心技術(shù)壁壘。 機制創(chuàng)新與底層技術(shù)相輔相成，共同為數(shù)字材料生態(tài)的產(chǎn)業(yè)化落地提供強勁支撐：

百萬級真實材料數(shù)據(jù)庫與AI加速標注能力

全球首個百萬級真實材料數(shù)據(jù)庫，業(yè)內(nèi)首創(chuàng)多模態(tài)圖表解析算法，自研高效標注工具，通過 AI 加速數(shù)據(jù)提取與校驗，為數(shù)字材料生態(tài)筑牢數(shù)據(jù)根基。目前，公司正加速推進千萬級數(shù)據(jù)庫建設(shè)，預計年內(nèi)完成規(guī)?；瘶?gòu)建，持續(xù)打造驅(qū)動數(shù)字材料生態(tài)發(fā)展的核心數(shù)據(jù)引擎。

材料預測全流程智能建模能力

已構(gòu)建并驗證160+高精度材料預測模型，具備面向復雜材料體系的全流程建模能力，構(gòu)筑AI智能體核心護城河。

覆蓋研發(fā)全流程的AI智能體體系

通過全鏈路優(yōu)化框架，持續(xù)釋放數(shù)據(jù)價值，讓“數(shù)據(jù)可用”進階為“數(shù)據(jù)可行動、可產(chǎn)出結(jié)果”，并具備跨場景遷移能力，可面向?qū)Ｓ妙I(lǐng)域?qū)崿F(xiàn)高效落地。

模塊化布局的高通量反應系統(tǒng)構(gòu)建

打造全球首個AI Agent驅(qū)動的高通量固相合成智能平臺，實現(xiàn)設(shè)計與實驗的高效閉環(huán)。

目前，材科源圖的產(chǎn)業(yè)化能力正加速落地，已在綠色有機電合成、熱催化、固態(tài)電池、氫能電催化、高分子材料等核心領(lǐng)域取得重要突破，并持續(xù)向具身智能等高端制造領(lǐng)域延伸，逐步拓展材料創(chuàng)新的產(chǎn)業(yè)邊界，為頭部企業(yè)提供定制化的材料研發(fā)解決方案。

此次材科源圖董事長李昊教授登上《Science》專題，不僅是國際學界對材科源圖技術(shù)路線的前瞻性認可，更是公司技術(shù)實力的一次全面展現(xiàn)。

未來，材科源圖將持續(xù)深化“數(shù)據(jù)—智能—實驗”的全流程研發(fā)閉環(huán)體系。隨著數(shù)字材料生態(tài)的加速落地，材科源圖將持續(xù)提供覆蓋數(shù)據(jù)構(gòu)建、理論模型與實驗驗證的技術(shù)支撐，推動材料科學加速邁向高效、精準與可持續(xù)的研發(fā)新范式。

原文鏈接：https://www.science.org/content/article/meet-young-global-community-materials-scientists-sendai

雷峰網(wǎng)版權(quán)文章，未經(jīng)授權(quán)禁止轉(zhuǎn)載。詳情見轉(zhuǎn)載須知。