“数据要素×”典型案例之八 | 高质量化学及材料科学数据集 加速材料研发范式变革
国家数据局动态追踪2024-06-09 18:5531
5月24日，国家数据局会同生态环境部、交通运输部、金融监管总局、中国科学院、中国气象局等相关部门在第七届数字中国建设峰会上发布第一批20个“数据要素×”典型案例，通过示范引领，激励多方主体积极参与，释放数据要素价值。
材料科学是国民经济发展的基础，材料研发的进步有助于国家经济从高速发展向高质量发展转变，新材料产业的战略性崛起对促进高端装备突破及保障国家重大战略需求意义重大。但材料研发的传统“试错”模式存在研发周期较长、成本较高、不确定性较大等问题。合肥机数量子科技有限公司通过建立高质量化学和材料科学数据库，训练材料配方与合成方案人工智能分析模型，构建机器人实验系统，打造基于数据的材料研发新模式，显著提升新材料研发质效，大幅增强相关产品市场竞争力。
一是建立高质量化学和材料科学数据库。通过挖掘专利论文等文献数据，开展高效量子化学计算，建立了含9000万化合物、1100万化学反应路径的大规模材料数据库。
二是训练专项人工智能分析模型。构建包含材料结构、性能等特征的材料配方与合成方案的人工智能分析模型，借助高质量化学和材料科学数据，对模型进行训练和调优，形成可用于寻找材料配方和合成方案的人工智能产品。
三是打造智能化机器人实验系统。建设机器人试验系统“机器化学家”，实现“数据读取－方案设计－实验操作”全流程智能化，变革材料研发范式，提升研发效能。“机器化学家”日均可完成百次以上化学实验操作，并将数千次实验优化过程缩短至300次以下，开发效率提升超百倍，全局优化准确率达到90%以上。同时，实验结果反哺到数据库中，推动数据智能驱动材料研发的良性循环。2023年上线以来，系统已在20余家高校、科研机构及行业头部企业得到应用，支撑解决了如开发记忆金属、红外探测芯片光吸收增强、磷矿浮选、智能窗材料等一批技术难题，提升了相关产品的技术水平和市场竞争力。
图2 构建知识图谱，开发智能模型
图3 推动模型应用
图4 构建数据智能驱动的全流程机器化学家
本文作者【国家数据局】，来源：原创
_1769672084863.jpg)