人工智能加速聚合物设计的最新进展和未来前景

作     者：周天航 蓝兴英 徐春明 ZHOU Tianhang;LAN Xingying;XU Chunming

作者机构：中国石油大学(北京)碳中和未来技术学院北京102249 中国石油大学(北京)重质油国家重点实验室北京102249 

出 版 物：《化工学报》 (CIESC Journal)

年 卷 期：2023年第74卷第1期

页      面：14-28页

核心收录：

学科分类：08[工学] 0805[工学-材料科学与工程（可授工学、理学学位）] 080502[工学-材料学] 0813[工学-建筑学] 0812[工学-计算机科学与技术（可授工学、理学学位）] 

基　　金：国家自然科学基金创新群体项目(22021004) 

主　　题：人工智能 聚合物设计 数据驱动 结构-性能关系 反求设计 

摘      要：广阔的化学空间蕴藏着近乎无限的可能,高性能聚合物材料的设计至今仍是一项充满挑战的工作。利用实验或高通量计算广泛探索大量样本,选择其中性能较好的候选材料进行深入研究的传统试错方式,越发难以在庞大的组合序列中筛选出满足实际多项性能需求的新材料。由先进计算方法、自动化实验和大数据技术耦合形成的新型智能研发模式,突破了“经验指导实验的传统思路,有望实现在广阔的结构与性质空间中进行聚合物材料的特性预测,逐渐成为克服各类瓶颈问题的得力助手,大大提高了高性能聚合物设计的效率。本文回顾了以往聚合物设计的困境,讨论了人工智能方法的一般思路及其在聚合物设计中的工作原理,列举了采用智能方法在高性能聚合物研发工作中取得突破性进展的典型案例,最后对当前行业发展趋势进行总结,展望了智能设计在新型聚合物研究中的规模化应用前景。