基于机器学习方法设计开发无机玻璃材料研究进展

谭至昕1，章伟1，乔旭升1，2，樊先平1（1. 浙江大学材料科学与工程学院；2. 包头稀土研究院白云鄂博稀土资源研究与综合利用全国重点实验室）

摘要：玻璃科学与工程领域对新型高性能玻璃的需求日益迫切，传统试错法及物理建模存在效率低、成本高或精度不足等问题。人工智能和机器学习为玻璃设计与开发提供了更加有效的新方法，通过数据集构建、模型训练与验证，可以高效预测玻璃成分、结构及性能。本文阐述了机器学习的基础原理、核心算法（含监督与无监督学习），总结了近年来机器学习在多类玻璃中的应用成果，重点综述了基于机器学习的成分-性能、成分-结构、成分-结构-性能建模与设计玻璃材料的研究进展。已有研究表明，机器学习能显著提升玻璃性能预测准确度与开发效率，但目前仍面临泛化能力不足、复杂结构拟合困难等挑战。未来，随着技术完善与多领域融合，机器学习将持续推动玻璃科学的创新发展，为新型玻璃研发提供更高效的技术支撑。

关键词：无机玻璃； 成分-结构-性能设计； 机器学习； 材料计算； AI大模型； 数据驱动