提出新材料智能设计范式助力新材料研发“弯道超车”--《高通量多尺度材料计算和机器学习》著作简介  

作　　者：张琼 

机构地区：[1]不详

出　　处：《科技成果管理与研究》2024年第5期54-55,共2页Management And Research On Scientific & Technological Achievements

基　　金：国家科学技术学术著作出版基金的资助;相关研究得到国家自然科学基金面上项目;国家自然科学基金重点项目;“十三五”国家重点研发计划“材料基因工程关键技术与支撑平台”重点专项课题;云南省“稀贵金属材料基因工程”重大科技专项;国家自然科学基金专项项目“面向2035的材料设计制造工业软件战略研究”的支持。

摘　　要：传统材料研发模式主要基于实验“试错法”,其研发周期长、效率低,人工智能驱动的科研范式(Alfor Science)给新材料数字化研发带来了新的机遇和挑战。就新材料研发而言,借助于不断强大且成本不断降低的高性能计算算力、数据传输能力、数据存储能力等,通过大数据、云计算、人工智能以及日益增多的围绕材料设计和性能预测的各种智能算法和模型,开展计算、数据、AI和实验紧密结合的“四位一体”的“理论设计在前,实验验证在后”的材料数字化研究方法、业态和模式,可变革仅基于实验“试错法”的传统单一研发手段,进而有效降低成本。

关 键 词：人工智能 数据传输能力 新材料研发 试错法 机器学习 高性能计算 数据存储能力 大数据 

分 类 号：TP18[自动化与计算机技术—控制理论与控制工程]