科學(xué)通報AI入門系列 | 北化曹達(dá)鵬團(tuán)隊觀點文章：AI重塑材料設(shè)計——從專業(yè)工具到“機(jī)器人科學(xué)家”

隨著 AlphaFold成功破解蛋白質(zhì)結(jié)構(gòu)難題，以及ChatGPT、DeepSeek等智能模型橫空出世，人工智能（AI）早已不是科研圈的“新鮮話題”，而是改變材料研發(fā)范式的核心力量。如今，這場AI科研革命正迎來關(guān)鍵轉(zhuǎn)折——從“知其然”的精準(zhǔn)預(yù)測，邁向“知其所以然” 的邏輯推理，為能源催化材料設(shè)計開辟全新賽道。

近期，曹達(dá)鵬團(tuán)隊在《科學(xué)通報》發(fā)表觀點文章，提出需要明確廣義AI與狹義AI的核心差異：廣義AI以AlphaFold、GNoME為代表，核心依托數(shù)據(jù)匹配與模式識別技術(shù)，可從海量數(shù)據(jù)中挖掘關(guān)聯(lián)規(guī)律，實現(xiàn)高精度結(jié)果預(yù)測，但缺乏對物理化學(xué)底層邏輯的解釋能力，難以支撐創(chuàng)新性研發(fā)任務(wù)；狹義AI以O(shè)penAI o1、DeepSeek-R1為典型，突破了單純數(shù)據(jù)擬合的局限，具備邏輯推理與因果推斷能力，能夠基于學(xué)科原理推導(dǎo)材料結(jié)構(gòu)與性能的內(nèi)在關(guān)聯(lián)，實現(xiàn)“知其然且知其所以然”的科研目標(biāo)。

二者劃分標(biāo)尺為“是否具備可解釋的邏輯推理能力”，這一界定為能源材料研發(fā)提供了清晰技術(shù)定位。針對催化材料設(shè)計痛點，團(tuán)隊提出基于“描述符”的智能體框架，將領(lǐng)域知識轉(zhuǎn)化為機(jī)器可識別變量，通過“感知-決策-執(zhí)行-學(xué)習(xí)”閉環(huán)，兼顧效率與可解釋性，破解傳統(tǒng)經(jīng)驗試錯局限。團(tuán)隊進(jìn)一步提出“智能體集合體+總控體”架構(gòu)，借鑒雜化泛函思想，通過動態(tài)權(quán)重分配協(xié)同多專業(yè)智能體，推動AI從工具向“機(jī)器人科學(xué)家”轉(zhuǎn)型，為復(fù)雜材料研發(fā)提供一體化方案。

團(tuán)隊進(jìn)一步提出“智能體集合體+總控體”的通用AI架構(gòu)思想：借鑒密度泛函理論中雜化泛函的策略，總控體通過動態(tài)權(quán)重分配機(jī)制，協(xié)同需求解析、理論計算、實驗規(guī)劃等專業(yè)智能體，根據(jù)研發(fā)階段與任務(wù)目標(biāo)實時調(diào)整各模塊權(quán)重，使系統(tǒng)具備自適應(yīng)、自優(yōu)化的科研決策能力，推動AI從被動工具向主動參與創(chuàng)造性探索的“機(jī)器人科學(xué)家”的轉(zhuǎn)型，為復(fù)雜材料的跨尺度、多目標(biāo)研發(fā)提供一體化解決方案。

文中也指出，當(dāng)前AI在能源材料領(lǐng)域面臨三重挑戰(zhàn)：一是算力需求巨大，高校及中小型團(tuán)隊受硬件與成本限制，難于開展大規(guī)模創(chuàng)新；二是龍頭企業(yè)主導(dǎo)研發(fā)，商業(yè)化導(dǎo)向壓縮基礎(chǔ)研究空間，可能抑制顛覆性創(chuàng)新；三是多源知識融合的標(biāo)準(zhǔn)化與接口適配等技術(shù)尚未獲得階段性突破。不過，隨著開源算力的推廣、校企差異化協(xié)作及接口規(guī)范的完善，將會逐步解決這些難題。

本研究將為交叉創(chuàng)新提供關(guān)鍵支撐，推動科研范式向 “ 知識數(shù)據(jù)協(xié)同驅(qū)動 ” 轉(zhuǎn)型，助力相關(guān)領(lǐng)域技術(shù)突破。

作者簡介

曹達(dá)鵬：英國皇家化學(xué)會會士（2016年），國家重點研發(fā)計劃項目負(fù)責(zé)人（2019年）。2002年獲北京化工大學(xué)博士學(xué)位。先后在香港大學(xué)、新加坡納米材料公司以及美國加州大學(xué)Riverside從事科研工作。2005年至今任北京化工大學(xué)教授、博士生導(dǎo)師。先后獲教育部自然科學(xué)獎一等獎和北京市自然科學(xué)獎一等獎等省部級獎勵5項。近年來連續(xù)入選愛思維爾中國高被引學(xué)者（2018年至今）和科睿唯安“全球高被引學(xué)者”（2021年至今）。主要從事氫能催化材料及器件（氫燃料電池和電解水制氫電解槽等）和多孔框架材料（包括共價有機(jī)框架（COF）材料和共價有機(jī)多孔聚合物（COP）材料）的理論及實驗研究。

文章信息

喬澤龍，姜潤，曹達(dá)鵬. 人工智能重塑材料設(shè)計及其演進(jìn)路徑的探討. 科學(xué)通報, 2026.

https://www.sciengine.com/doi/10.1360/CSB-2025-5797.

轉(zhuǎn)載、投稿請留言

| 關(guān)注科學(xué)通報 | 了解科學(xué)前沿