（来源：上观新闻）

　　在材料科学领域，人工智能可以取代科学家吗？今天举行的2026世界顶尖科学家论坛·未来能源大会上，AI赋能科学研究成为演讲嘉宾探讨的话题。

　　诺贝尔物理学奖得主、新加坡国立大学功能智能材料研究所所长康斯坦丁·诺沃肖洛夫认为，人工智能给新材料设计带来了革命性影响，但科学家的工作仍不可或缺。与大模型一样，机器人实验室也将成为材料科学家的得力助手。

　　美国西北大学教授、热电材料领域顶尖学者杰弗里·施耐德说：“人工智能像刚入学的博士研究生，目前还无法取代很多领域的专家。”“AI博士生”的成长快慢，很大程度上取决于科研团队输入的数据质量，“如果输入垃圾，AI输出的也是垃圾”。

　　用AI改造二维材料原子结构

　　2010年，诺沃肖洛夫因成功剥离出单原子层石墨烯，与他的导师安德烈·海姆分享了诺贝尔物理学奖。随着大模型兴起，他开始将人工智能应用于功能智能材料领域，包括与能源息息相关的催化剂材料。

　　诺沃肖洛夫在2026世界顶尖科学家论坛上演讲。

　　演讲中，他向观众展示了“机器学习用于单个原子催化”的示意图，只见一个个原子组成了各种形状的二维材料结构。“利用人工智能，我们可以改造二维材料的原子结构，并预测这种改造将让材料获得什么新的功能。”诺沃肖洛夫说。同时，他也指出了“AI材料设计师”的局限——真实世界的材料比AI设计的材料更复杂。“比如AI在预测时用到的纯铁、纯硅等理想化材料，在真实世界里是不存在的。”

　　为了确保新材料开发的现实可及性，诺沃肖洛夫提出，要从一开始就把“材料合成”放入科研创新链，打通“材料合成—材料性能”路线，在实验中观察合成过程中的中间产物，再用理论方法为这些化学反应建模。“然后，希望你们把这些数据全部喂给AI，让AI可以预测出：要选择哪一类合成参数，才能得到具备特定性质的那种材料。”

　　诺奖得主的这番话，道出了他近年来带领团队探索AI赋能材料研究的心得。“欢迎会后来找我。”他对与会的中国科学家们说。

　　据了解，诺沃肖洛夫是中国科学院外籍院士，也是中国政府友谊奖得主，与中国科技界的合作已持续十余年。他与中国高校院所、产业平台团队协同攻关二维材料、量子器件等方向，取得了很多成果。如今，在方兴未艾的AI赋能材料研究领域，他有望找到更多的中国合作伙伴。

　　中国学者在聆听外国科学家演讲。

　　大量资本涌入AI新材料赛道

　　施耐德也有来自中国的合作伙伴，他们在基础研究领域一起探索类液态热电材料的稳定性、离子输运机制，发表了多篇论文。他在演讲中指出，利用人工智能发现新材料，是材料科学的革命性方向。“过去开发出一种新的合金需要20年左右，如今已压缩到6个月至3年。”

　　在新材料设计环节，AI逆向设计逐渐成为主流。这种方法是指研发团队先确定想要的性能指标，再反过来搜索、生成满足该性能要求的材料结构和成分，并选定材料生产工艺。施耐德告诉听众，苹果智能手表（Apple Watch）所用材料就是逆向设计的产物。“手表表面看上去似乎是不锈钢或铝合金，其实是苹果公司逆向设计的专用合金，它的强度、耐腐蚀性、可靠性、易加工性、抛光性等性能指标都由特定参数决定。”

　　如今，随着大模型和智能体快速发展，AI设计新材料的能力越来越强。施耐德在演讲中展示了一张科技公司融资列表，上面都是这一前沿赛道的国外初创企业：CuspAI融资5.7亿美元、Periodic Labs融资3亿美元、Citrine Informatics融资8100万美元……资本的大量涌入，正在推动这些企业快速成长，成为材料科学及其产业的变革力量。

　　施耐德在2026世界顶尖科学家论坛上演讲。

　　除了大模型和智能体，机器人实验室在这一前沿赛道也扮演着重要角色。施耐德说，这种实验室的基础是材料信息学，最大特点是自主性，即可以在AI指挥下自主开展材料科学实验。

　　在诺沃肖洛夫推动下，新加坡国立大学与多伦多大学共建了“材料数据铸造厂”。它就是一家机器人实验室，让自动化机器人平台与大模型协同工作——机器人根据大模型预测的新材料配方，进行自动合成、自动表征，并自动回传实验数据；大模型根据实验结果迭代优化，完成下一轮设计，形成“AI提出方案——机器人做实验——实验数据喂给AI”的闭环。

　　这位诺奖得主预测，未来材料实验室将如同无人工厂，24小时不间断自主运行，与“AI设计师”一起成为材料科学家和工程师的得力助手。

　　原标题：《AI和机器人实验室能取代材料科学家吗？诺奖得主和美国顶尖学者给出答案》

　　栏目主编：黄海华

　　来源：作者：解放日报 俞陶然