《Science》专访李昊：AI for Science 的三项代表性工作与材料研发新范式
2026/05/11 16:44阅读量 5
国际期刊《Science》近日专访中国材料科学学者李昊教授，聚焦其提出的“数据-智能-实验”闭环研发新范式。报道特别介绍了李昊团队在AI for Science方向的三项代表性工作，涵盖AI智能体、机器学习势函数及数字材料生态，分别发表于Angewandte Chemie、PNAS和Chemical Science。
事件概述
国际顶级学术期刊《Science》近日发布专题报道，专访材科源图（MatSource）董事长李昊教授。李昊在采访中提出，传统材料科学依赖试错与经验，面临高成本、长周期等瓶颈，未来必须转向复杂系统建模、跨尺度设计与智能化发现的新范式。
三项代表性工作
- 发表于《Angewandte Chemie International Edition》：将真实实验数据库与AI智能体结合，用于固态电池材料发现。团队基于固体导体（含氢材料等）构建高质量实验数据库，利用AI智能体挖掘新材料规律与潜在电池材料。该研究较早实现了真实实验数据库、AI智能体与新型电池材料发现系统的综合集成。
- 发表于《Proceedings of the National Academy of Sciences》（PNAS）：聚焦超氢化物（如CaH₄、CaH₆）的形成机制。团队结合实验、AI模型驱动模拟与材料理论，揭示固态钙氢化物表面局部熔融可能促进超氢化物形成，为高密度储氢材料与超导相关材料设计提供新思路。
- 发表于《Chemical Science》：系统提出“数字材料生态”概念，通过高质量数据库、数字平台、AI智能体、理论分析与实验验证的结合，将材料发现从分散研究转变为可积累、可复现、可扩展的体系化流程，加速氢储能材料研究。
技术体系与产业化
材科源图建立了“数据—模型—智能—实验”全链路闭环体系，具体包括：
- 百万级真实材料数据库，配合AI加速标注与多模态图表解析算法，正推进千万级数据库建设；
- 已构建160+高精度材料预测模型；
- 覆盖研发全流程的AI智能体体系，具备跨场景迁移能力；
- 打造全球首个AI Agent驱动的高通量固相合成智能平台。
目前该体系已在绿色有机电合成、热催化、固态电池、氢能电催化、高分子材料等领域取得突破，并向具身智能等高端制造延伸。