数据驱动的材料研发新范式：高通量计算与机器学习融合创新

萨百晟 1，陈林涛 1，祝令刚 2，杨明理 3，宿彦京 4，周健 2，孙志梅 2，谢建新 4（1.福州大学材料科学与工程学院；2.北京航空航天大学材料科学与工程学院；3.四川大学材料基因工程研究中心；4.北京科技大学高精尖学院）

摘要：人工智能技术的快速发展正在推动新一轮科技革命，并促进以材料基因工程为代表的数据驱动材料研发体系由经验驱动模式向数据驱动与智能设计协同推进模式转变。围绕高通量计算与机器学习融合驱动下的材料研发范式变革，系统梳理了材料研发范式的演进过程、高通量计算与机器学习的关键技术体系、国内外战略布局与平台建设进展，并分析其对新材料产业生态、科研组织模式及重点材料研发路径的影响。高通量计算支撑材料数据生成与大规模筛选，机器学习则通过快速预筛选和知识挖掘促进材料智能设计闭环迭代，推动材料创新竞争由单一技术能力竞争转向数据资源、计算工具、研发平台与组织体系协同能力的综合竞争。中国已初步具备相关建设基础与竞争力，后续可围绕核心软件自主化、高质量数据积累、标准体系完善，以及研发链与产业链贯通等方面持续提升。高通量计算与机器学习的深度融合，正在推动材料研发由第四范式向第五范式演进，并持续重塑新材料创新的技术体系、产业生态与科研组织逻辑。

关键词：材料基因工程；高通量计算；机器学习；材料研发范式；材料数据库