作者：Ken Briodagh   嵌入式计算设计高级技术编辑

对于任何关注的人来说，这已经不是什么秘密了，但人工智能的帮助正在为几乎每个行业带来新的方法和创新，无论好坏。

在研究公司GlobalData最近发布的一份报告中，人工智能进入2024年的方式是通过改变报告所称的“材料发现”。据该公司的分析师称，这种创新驱动力通过实现更快、更高效的发现过程、消除研发障碍以及推动材料科学的进步，影响了可再生能源、半导体和制药等主要行业。

GlobalData颠覆性技术副项目经理Saurabh Daga表示：“人工智能在材料发现方面的进步是由各行各业的特定需求推动的。在可再生能源领域，人工智能是克服效率和成本障碍的关键，而这些障碍对增长至关重要。在半导体领域，寻找用于小型化和热管理的材料至关重要，这对未来技术至关重要。在制药领域，人工智能加速了药物发现和生物相容性，推动了个性化医疗的发展。从本质上讲，人工智能正日益成为解锁创新材料和推动行业特定发展的关键。

这些垂直领域的大公司也看到了人工智能的潜力。最近支持人工智能的计划包括谷歌DeepMind材料探索图形网络（GNoME），据报道，它采用先进的深度学习模型来发现新的材料结构。GlobalData表示，这种先进的人工智能工具正在劳伦斯伯克利国家实验室A-Lab使用，研究人员正在使用人工智能、机器学习和机器人技术合成用于尖端应用的新材料。

这份新报告来自全球数据颠覆者情报中心，分析包括人工智能驱动的努力，如量子生成材料（GenMat）生成式人工智能，这是富士通和冰岛初创公司Atomonia之间的合作，旨在寻找碳中和技术进步，以及IBM的人工智能增强的基于云的分子设计平台，称为分子生成体验（MolGX）。

“虽然人工智能在材料科学中的作用将简化关键行业的开发流程，但挑战仍然存在。克服与数据、算法和跨行业协作相关的障碍对于人工智能模型有效加速材料发现至关重要，“Daga 说。“为了充分利用人工智能驱动的材料发现带来的好处，强大的支持基础设施至关重要。”

材料科学将推动物联网、嵌入式计算、技术和能源等每一项即将到来的创新的基石，如果人工智能工具能够引导研究人员获得不可预见的答案和新的进展，那么这项技术的潜力可能比我们一直希望的还要大。