近日，宿彦京教授联合多位领域专家在Review of Materials Research发表综述文章“AI4Materials: Transforming the Landscape of Materials Science and Engineering”，系统梳理人工智能（AI）在材料科学领域的发展路径与创新应用。

文章回顾了AI在材料科学中应用发展经历的三个阶段：2016年之前，研究人员开始理解和使用回归、分类、聚类、降维、主动学习和强化学习等机器学习算法和工具；2016-2020年，数据驱动范式开始出现，研究人员采用以数据为中心的方法进行材料成分设计、工艺优化以及性能预测和改进，利用大型数据集来挖掘结构-属性关系，从而实现更高效的材料发现和开发过程；2020年至今，AI更深入地集成到材料研发中，智能计算、自主实验、大数据分析和生成式AI共同改变了材料科学的格局。

文章从五个方面对AI4Mater领域的最新进展做了概述。材料数据基础设施方面，为应对大数据和AI技术快速演进，材料数据库研究已从简单的数据托管平台演变为动态的数据驱动系统；机器学习在材料科学中的应用方面，机器学习方法、启发式算法和主动学习、深度学习、生成式AI、知识引导模型和大型语言模型等前沿技术深刻变革着材料发现、设计和优化模式；自主实验方面，人工智能、机器人技术、数据技术和优化算法与实验设备高度集成，实现了实验过程的自动化和智能化；智能计算方面，人工智能应用于多尺度计算、高通量计算和集成计算材料工程，形成了自主虚拟迭代的闭环；材料智能制造方面，AI技术应用于3D打印、数字孪生、智能体辅助材料制造等，实现材料制备加工过程的智能决策与精确控制。

文章还展望了AI在材料科学研究中的巨大潜力，不仅将加速下一代材料的发现，还将推动可持续、智能和高效的制造流程，塑造材料创新未来。