近年来，信息技术与新材料深度融合，以材料基因工程为代表的材料设计新方法出现，大幅缩减了新材料的研发周期和研发成本，加速新材料的创新过程。

　　北京科技大学国家材料腐蚀与防护科学数据中心、北京材料基因工程高精尖创新中心张达威教授介绍，材料基因工程是当前材料领域公认的开发新材料的颠覆性前沿技术。传统的材料研发模式以实验和经验为主，又被称为‘试错式’研究方法，这种研发模式的效率低、成本高。借鉴生物学基因工程，材料基因工程利用材料高效计算、先进实验和大数据技术等 “数字化、智能化”的研究方法，实现对材料成分、配方、制备工艺的高效筛选、精准调控和优化设计，快速得到满足特定性能需求的新材料。这也意味着，材料基因工程是一项十分交叉的工作，信息技术和材料的跨学科融合，需要多方共同合作。

　　走进北京材料基因工程高精尖创新中心，自动化的材料研发设备正在有序运转。这里正致力于打造面向前沿的共性技术平台，并在高强韧高耐蚀金属结构材料、高效能源催化材料、可降解医用金属材料、智能防护涂层材料等几类关键材料上开展示范应用。

　　张达威以耐蚀材料研发举例表示，由于材料腐蚀过程机理十分复杂，温度、湿度、应力等环境因素，成分、加工、结构等材料因素以及时间尺度等因素，都要考虑在内。科学家要在成千上万种组合中筛选最合适的材料配方和工艺，难度很大。“这就需要借助算力，我们联合了IT企业共同建设计算平台，通过对海量数据的分析，就可以对不同种类、不同尺度的耐蚀材料进行高效筛选和设计，极大地提升研发效率。”他介绍。

　　完成材料筛选后，还需要针对其所处的应用环境进行服役性能测试评价，采用传统的表征方法需开展成百上千次实验，且周期很长。如今，利用人工智能技术，通过不同的腐蚀预测模型，对材料性能进行仿真预测，就可以快速得到材料在不同环境下的服役效果，如在高温高湿强辐照甚至微生物滋生的环境下，哪些材料具有更好的耐蚀性和更长的寿命。张达威说：“通过材料高效计算和高通量实验，可实现新材料的快速筛选和材料数据的快速积累；通过大数据和人工智能技术的应用，可实现材料成分和工艺的全局优化以及材料性能的提升。”

耐蚀材料成分高通量筛选

　　物联网、人工智能、高性能计算等技术的飞速发展，以及新型感知技术和自动化技术的应用，推动新材料产业研发进程不断加快。“科研人员可以从繁琐的实验试错中解脱出来，让实验观察变成无人实验，仿真模拟变成现象生成，让‘算’出新材料成为可能。”张达威说。（谷业凯）