近年來，信息技術與新材料深度融合，以材料基因工程為代表的材料設計新方法的出現，大幅縮減了新材料的研發周期和研發成本，加速了新材料的創新過程。
北京科技大學國家材料腐蝕與防護科學數據中心、北京材料基因工程高精尖創新中心張達威教授介紹，材料基因工程是當前材料領域公認的開發新材料的顛覆性前沿技術。傳統的材料研發模式以實驗和經驗為主，又被稱為“試錯式”研究方法，這種研發模式效率低、成本高。借鑒生物學基因工程，材料基因工程利用材料高效計算、先進實驗和大數據技術等“數字化、智能化”的研究方法，實現對材料成分、配方、制備工藝的高效篩選、精準調控和優化設計，從而快速得到滿足特定性能需求的新材料。這意味著材料基因工程是一項十分交叉的工作，是信息技術和材料的跨學科融合，需要多方共同合作。
走進北京材料基因工程高精尖創新中心，自動化的材料研發設備有序運轉。這里致力于打造面向前沿的共性技術平臺，并在高強韌高耐蝕金屬結構材料、高效能源催化材料、可降解醫用金屬材料、智能防護涂層材料等幾類關鍵材料上開展示范應用。
以耐蝕材料研發為例，張達威介紹，材料腐蝕過程機理十分復雜，溫度、濕度、應力等環境因素，成分、加工、結構等材料因素以及時間尺度等因素都要考慮在內。科學家要在成千上萬種組合中篩選出最合適的材料配方和工藝，難度很大。
“這就需要借助算力，我們聯合IT企業共同建設計算平臺，通過對海量數據的分析，可以對不同種類、不同尺度的耐蝕材料進行高效篩選和設計，極大地提升研發效率。”張達威介紹。
完成材料篩選后，還需要針對其所處的應用環境進行服役性能測試評價。采用傳統的表征方法需開展成百上千次實驗，且周期很長。如今，利用人工智能技術，通過不同的腐蝕預測模型對材料性能進行仿真預測，可以快速得到材料在不同環境下的服役效果，如篩選出在高溫、高濕、強輻照甚至微生物滋生的環境下，哪些材料具有更好的耐蝕性和更長的壽命。
“通過材料高效計算和高通量實驗，可實現新材料的快速篩選和材料數據的快速積累；通過大數據和人工智能技術的應用，可實現材料成分和工藝的全局優化以及材料性能的提升。”張達威說。
物聯網、人工智能、高性能計算等技術的飛速發展，以及新型感知技術和自動化技術的應用，推動新材料產業研發進程不斷加快。“科研人員可以從繁瑣的實驗試錯中解脫出來，讓實驗觀察變成無人實驗、仿真模擬變成現象生成，讓‘算’出新材料成為可能。”張達威說。■
《科學新聞》 (科學新聞2024年8月刊 創新)