AI热榜 在近日举行的中国油气人工智能科技大会上，枫清科技创始人兼 CEO 高雪峰表示，公司正在围绕 AI for Science 与新材料研发，探索人工智能在分子设计、配方筛选、实验验证、工艺优化和规模化生产等环节的应用。
高雪峰介绍，枫清科技此前已与中国中化等化工和新材料领域企业开展合作，重点尝试将人工智能技术应用于科研平台建设和材料研发流程。
在材料研发阶段，公司一方面利用第一性原理模型等计算方法，对材料性质和反应过程进行模拟；另一方面，通过逆合成模型、模型蒸馏等技术，辅助高通量实验室筛选候选材料和配方，减少部分依赖人工经验的重复试验。
与通用大模型不同，材料研发涉及分子结构、物理化学性质、实验条件和生产工艺等多类数据。
高雪峰认为，AI 在这一领域的价值并不只是生成实验建议，而是将计算模型、实验设备和科研数据连接起来，形成可以持续验证和修正的研发流程。
按照枫清科技的规划，其 AI4S 智能科研平台以科研数据为基础，建立科研知识图谱和统一语义层，并尝试将物理信息神经网络 PINN、物理信息神经算子 PINO 等机理模型与神经网络结合。
平台还引入多智能体机制，对科研任务进行拆解和调度，并根据任务调用不同的科研工具、专业模型和材料领域大模型，完成文献分析、方案设计、性质预测、实验规划和结果分析等工作。
不过，高雪峰也强调， 材料研发并不能停留在模型预测环节 。
候选配方能否真正使用，还需要经过检测表征、实验验证、工艺模拟、中试放大以及量产验证。
尤其从实验室配方进入工业生产后，原料批次、设备状态、温度、压力和生产环境等因素，都可能影响最终结果。
🔗 原始来源
如果你要核对细节，可以再看原文： InfoQ AI原文链接