“未來5~10年

，AI、大數據技術必將重塑材料產業，尤其是鋼鐵等傳統領域，數字化製造一定是未來的主流方向
，具有重要的發展前景。”10月23日，北京科技大學學術委員會主任、zhongguogongchengyuanyuanshixiejianxinzaidishiwujiezhongguogangtienianhuikaimushizuobaogaoshitichuzheyiguandian。tazhongdianjieshaolexincailiaozhinenghuashejiheshuzihuazhizaodeyanjiuyingyongqingkuang。

圖為謝建新

　　新材料具有顯著的科技屬性、軍事屬性
、經濟屬性和社會屬性，是新一輪科技革命和產業變革、戰略新興產業和高端製造業發展的基石和先導，是國際競爭激烈的高新技術領域。然而

，新材料的設計研發長期麵臨非線性、遺傳性、跨尺度三大難題，空間尺度涵蓋電子
、原子到宏觀構件，時間尺度跨越皮秒至百年，建立“結構—性能”關聯、實現跨時空設計難度極大。

　　對此，謝建新認為，智能設計與數字化製造正是破局關鍵，能夠實現精準設計與精確製造，有望從根本上解決傳統的新材料研發效率低、周期長、成本高

，以及材料製造質量的穩定性和一致性等瓶頸問題。

　　他提到
，2016年Nature封麵論文裏，哈佛大學學者利用機器學習算法從“失敗的試驗”數據中發現了新材料：moxingyucezhunqueduchaoguolejingyanfengfudehuaxuejia，bingcongmoxingzhonghuodelesanzhonghuaxuejiashe，yizhidaoxincailiaosheji。zheyifaxianyinbaolecailiaolingyudejiqixuexi。dangqian，jiqixuexizaixincailiaoshejizhongzhuyaoyousanleiyingyong：一是數據回歸建模（經典方法
、黑箱模型），二是可解釋物理學機理、冶金學機理的研究（白箱模型），三是工藝設計與過程優化（黑箱
、灰箱
、白箱）。據介紹
，北科大團隊依托智能設計技術，已經在多類材料研發中取得突破性進展，包括先進汽車鋼優化、矽鋼研發提速、高端合金成分定製，等等。

　　近10年來，材料數字化、智能化技術迅速發展，基礎設施和支撐條件快速發展，科技和市場生態初步形成
，新材料研發和製造已經進入“數智化”時代。

　　“兩化融合
，信息化+自動化並不等同於數字化製造！”謝建新特別強調，數字化製造是以數字技術為核心，通過整合計算機、網絡、虛(xu)擬(ni)現(xian)實(shi)等(deng)技(ji)術(shu)，實(shi)現(xian)產(chan)品(pin)從(cong)設(she)計(ji)到(dao)生(sheng)產(chan)的(de)全(quan)過(guo)程(cheng)智(zhi)能(neng)化(hua)管(guan)理(li)和(he)控(kong)製(zhi)的(de)製(zhi)造(zao)方(fang)式(shi)。其(qi)本(ben)質(zhi)是(shi)將(jiang)複(fu)雜(za)信(xin)息(xi)轉(zhuan)化(hua)為(wei)可(ke)度(du)量(liang)的(de)數(shu)字(zi)數(shu)據(ju)
，建(jian)立(li)數(shu)字(zi)化(hua)模(mo)型(xing)並(bing)引(yin)入(ru)計(ji)算(suan)機(ji)處(chu)理(li)，從(cong)而(er)優(you)化(hua)製(zhi)造(zao)流(liu)程(cheng)。

　　簡言之
，自動化製造依賴“反饋控製”（事後檢測波動再反饋前端進行調整），而數字化製造核心是“前饋控製”——基於過程與擾動的實時數字模型進行預測與預報控製，分為數字化製造、數字化網絡化製造（車間互聯）
、數字化網絡化智能化製造（人機一體化）三個階段，特征分別對應“無人車間”“黑燈工廠”“智能工廠”。

　　談及國內冶金材料數字化

、智能化發展水平，謝建新坦言：“當前多數企業仍處於生產工藝/車間數字化管理階段，局限於數字化管理調度、工序數字化銜接和全自動車間構建
，距離真正的數字化、智能化研發/製造階段尚有較大差距。”

　　他指出，未來行業需要向“材料/產品/工藝智能設計

、事先優化”“製造工序數字化建模、預報控製”“黑燈工廠
、智能工廠”突破。

　　核心挑戰集中在兩個方麵：一是數字化建模，解決傳統計算模擬的瓶頸問題，實現“材料內部可視化”，支撐“在線決策/預報控製”“全過程綜合優化”；二是數據資源，目前材料科學計算基礎數據匱乏，需整合理論計算、數值模擬、實驗及企業生產和產品應用數據。

　　“數據是戰略資源，沒有數據
，AI將一事無成！大規模、高質量數據是‘AI+新材料’競爭發展的基本保障。而新數據催生新知識，未來科學家與工程師的價值仍不可替代。”謝建新最後強調道。