“現在、私たちは第5次産業革命の起点に立っており、人工知能は化学や材料分野での私たちの研究開発モデルを深く変えている”8月17日、煙台で開催された化学と材料科学領域人工知能(AI)シンポジウムにおいて、万華中国科学院副院長の黄岐山は、化学と材料大モデルを入口とし、AI補助文献読書と実験設計を指摘し、AIモデルは高スループット実験プラットフォーム、ロボット化学者が各種の計算化学革新方法、乾湿実験と結合して大モデルデータセットを構築した。それは私たちが大規模な材料スクリーニングと新しい分子発見をもっとよくするのを手伝っている。

中国国家自然科学基金委員会化学部化学理論とメカニズムプロジェクト主任の沈向健も、AI時代の到来は元の“試行錯誤”モデルを変え、分子材料の研究開発時間を大幅に短縮し、人力コストを低減したと指摘した。

機械学習はAIの核心であり，計算機を知能化する根本的な方法であることが知られている.これは，数値アルゴリズムと統計モデルを用いて計算機システムに大量のデータからルールを発見するように指導し，これらの知識を用いて予測や判断を行う.“今、機械学習がなければ、私たちはほとんど何もできない”中国科学院院士の張東輝氏は記者の取材に応じた際、大量のデータを通じて、機械学習は新材料の分子構造を予測できると述べた。これは我々が次元を下げるのを助け，高次元空間における非常に複雑な問題を簡略化し，過去にはできなかったことを可能にする.“

しかし，化学や材料科学分野でのAIの発展は依然として困難である。“AI応用の鍵となるボトルネックはデータであり、業界はすでに公共データの配当を基本的に発掘している。データ問題を解決する方法は自動化と知能化を組み合わせることであり、中心はデータの生成方式を変えることである”深セン市景泰科技有限公司の首席研究科学者の楊明軍氏は、“企業の角度から見ると、ビジネスモデル、工程最適化と多元組合せ決定などの面から多くの探索を行い、業務-データ-モデルの有効な反復を形成する必要があると思う”と述べた

データの希少さと物質理論モデルの単純化の2つの問題に対して、煙台首都物質ゲノム工学研究所の陳躍博士は、この研究開発は物質データの不足に限られた計算化学補助材料データの再構成(DRCS)を除去し、機械学習の外挿能力不足を解決する理論化学増強AIモデル(AI-TEML)を開発した。小サンプルに基づく材料進化システムは新材料の自動化、知能化反復を実現することができる。関連技術はすでに煙台先華科技集団有限会社のOLED光学抽出材料、電子輸送材料と正孔輸送材料の研究開発と産業化に成功し、そしてすでにHessen AIプラットフォームに孵化し、多くの新材料企業に向けて応用普及を行うことを計画している。

材料AIの商業化の将来性はどうか。中国科技大学の姜軍教授によると、この業界はまだ初期段階にあり、機会は多いが、研究にも盲点が存在する。将来、学術上のモデル開発に対する重視は“絶対正確”から“需要ドッキング”に転換し、応用端の角度に立って考え、“事前訓練”と“能動学習”の2つの鍵を把握し、マンマシン協同を通じて、化学新材料領域におけるAIモデルの実用性を強化すべきであることを強調した。

今回の会議は煙台首都材料ゲノム工学研究院、国投科学技術革新有限会社煙台基地が主催し、北京師範大学教授の陳学波、北京大学教授の楊槐、東中国師範大学教授の朱キ、東南大学教授の周艶華、中国科学院化学所副研究員の鄂宇飛、北京師範大学教授の沈林、中国石化石化研究院有限公司副研究員の欧キ、煙台先華科技集団有限公司の馮培川会長、などの企業の専門家は共有報告に出席し、機械学習前期訓練、モデル移転、未来の産業応用方向などの話題について深い検討を行った。会議に参加した専門家によると、張東輝院士が言ったように、現有の大量データに基づいて、人工モデルによる革新は困難である。未来の材料AIは医薬、電子化学品、高分子材料などの領域で異彩を放ち、新しい生産力革新発展の重要な解決方案になると信じている。資料源：中化新網