由 Simon AI真能颠覆材料科学吗？它已加速发现进程，但尚未产出革命性新材料，突破之路仍充满挑战与期待！
# AI能否真正革新材料科学？热潮之下，现实几何？
近年来，人工智能（AI）领域获得了新的关注与资金注入，但仍在等待其真正的突破时刻。从近年的头条新闻和社交媒体动态来看，人们或许会理所当然地认为，AI即将修复电网、治愈全球疾病，甚至能替我完成假日购物。然而，这其中可能充斥着大量炒作。
本周，我们发布了一个名为《热潮修正》的新专题。这组报道探讨了世界如何开始正视AI的实际能力与虚浮泡沫。
专题中我最喜欢的一篇报道来自同事大卫·罗特曼，他深入审视了AI在材料研究中的应用。AI有望彻底改变新材料的发现过程——这种创新在气候科技领域尤为重要，因为该领域亟需新型电池、半导体、磁体等材料。
但该领域仍需证明其能制造出真正新颖且实用的材料。AI真的能强力推动材料研究吗？那会是怎样的景象？
对于希望找到为世界供能（或治愈疾病、实现其他重大目标）新方法的研究者而言，一种新材料可能改变一切。
问题在于，发明材料既困难又缓慢。以塑料为例——第一种完全合成塑料发明于1907年，但直到20世纪50年代左右，企业才生产出我们今天所熟知的多种塑料。（当然，尽管塑料极其有用，但也给社会带来了不少复杂问题。）
近几十年来，材料科学的发展略显平淡——大卫报道该领域已近40年，用他的话来说，这段时间内仅有少数重大商业突破。（锂离子电池是其中之一。）
AI能否改变一切？这一前景令人神往，各公司正竞相测试。
总部位于马萨诸塞州剑桥的Lila Sciences公司正致力于利用AI模型发现新材料。该公司不仅能基于所有最新科学文献训练AI模型，还能将其接入自动化实验室，使其能从实验数据中学习。目标是加速新材料发明与测试的迭代过程，并以人类可能忽略的方式审视研究。
在今年早些时候的一场《麻省理工科技评论》活动中，我有幸聆听大卫采访Lila联合创始人拉斐尔·戈麦斯-邦巴雷利。在描述公司工作进展时，戈麦斯-邦巴雷利承认，AI材料发现尚未迎来重大突破时刻——至少目前还没有。
戈麦斯-邦巴雷利描述了Lila训练的模型如何提供“与我们的领域科学家同等甚至更深刻的见解”。他补充道，未来AI可能以不同于人类科学家解决问题的方式进行“思考”：“将AI的科学推理‘翻译’成我们理解世界的方式，将变得必要。”
在材料研究中看到这种乐观态度令人兴奋，但要满意地宣称AI已彻底改变该领域，仍有漫长而曲折的道路。一个主要困难在于：接受模型关于新实验方法或新潜在结构的建议是一回事；实际制造出一种材料并证明其新颖有用，则完全是另一回事。
你可能还记得，几年前谷歌DeepMind曾宣布利用AI预测了“数百万种新材料”的结构，并在实验室中制造了其中数百种。
但正如大卫在其报道中指出的，该声明发布后，一些材料科学家指出，部分所谓的新材料基本是已知材料的略微改动版本。其他一些材料甚至在正常条件下无法物理存在（模拟是在超低温下进行的，原子移动很少）。
AI有可能为材料发现注入亟需的活力，并开启一个带来前所未见的超导体、电池和磁体的新时代。但就目前而言，我称之为炒作。
—
延伸思考
1. 评估标准之困：当AI“发现”的新材料多数是已知变体或无法稳定存在时，我们应如何建立更严谨的标准，区分真正的突破与数字层面的“微创新”？
2. 人机协作新范式：如果AI的“科学推理”最终需要被“翻译”为人类可理解的形式，这是否意味着未来材料科学家的核心技能将从实验设计转向“AI解释学”？这种转变可能带来哪些新的伦理与责任挑战？
—
*本文源自《麻省理工科技评论》每周气候通讯《The Spark》。每周三接收最新内容，[请点击此处注册](https://www.technologyreview.com/newsletters/)。*
阅读 Technology Review 的原文，点击链接。