面向AI for Materials的数据基座重塑：全生命周期数据质量管控框架与可信生态构建

施思齐 1,2（1.上海大学核电关键材料全国重点实验室， 材料科学与工程学院；2.上海大学材料基因组工程研究院）

摘要：高质量数据是驱动材料科学研究向智能化转型的核心要素。然而，当前材料数据生产体系的结构性缺陷，不仅造成数据碎片化、孤岛化、格式异构、记录残缺，更因生产者责任意识薄弱和系统性治理框架缺位，使得质量管控责任被过度转嫁给下游使用者。尽管数据使用者尝试通过在诸多数据质量治理方法中引入领域知识以提升治理成效，但由于对数据生产过程理解有限，其治理策略的普适性及结果的可靠性均难以保障。围绕如何持续生产高质量材料数据这一核心问题，系统分析数据全生命周期中各阶段数据质量问题产生的原因，并据此提出综合性材料数据质量管控框架的构建思路，旨在引导数据生产与使用的各方参与者重新审视从既有数据获取、管理到应用的完整流程，为促进高质量材料数据高效交付的实施路径提供参考，进而为构建材料数据可信生态奠定基础。

关键词：材料科学；数据质量管控框架；可信生态；全生命周期