|
眼眸如秋水, 看透晦澀數據。 眉宇如利劍, 破解學(xué)術(shù)迷障。 笑靨如彎月, 書(shū)寫(xiě)攻堅克難的決心。 沒(méi)有脂粉堆砌, 亦無(wú)矯揉造作, 在實(shí)驗室里運籌帷幄, 在學(xué)術(shù)疆場(chǎng)勇往直前。 ——摘自一位粉絲對貴州大學(xué)謝蘭教授的傳神描述 在全國區域企業(yè)數智化產(chǎn)教融合中心(貴州大學(xué)與貴州民族大學(xué)共建),謝蘭教授帶領(lǐng)團隊正在緊張地進(jìn)行一場(chǎng)顛覆傳統的材料研發(fā)實(shí)驗。 她們通過(guò)人工智能算法,基于多模態(tài)融合模型設計了結構功能一體化的電磁屏蔽高分子復合材料,僅用2個(gè)月便完成了設計與實(shí)驗驗證。 為了精準預測不同成分與結構的材料電磁屏蔽性能,謝蘭與團隊構建了提取SEM圖像中的孔隙率、填料分布等微結構特征與處理含量等數值數據的GatedFusion多模態(tài)模型。她們對4種人工智能設計的電磁屏蔽材料性能進(jìn)行了預測,預測值與實(shí)驗驗證值平均誤差<5%。 這項研究首次證明,多模態(tài)數據融合可捕捉材料成分與微結構的非線(xiàn)性關(guān)聯(lián),為電磁屏蔽材料的“逆向設計”提供了數據驅動(dòng)工具,推動(dòng)材料研發(fā)從“試錯實(shí)驗”向“精準預測”轉變。 這背后,是謝蘭教授20年跨界深耕的智慧結晶。 為材料研發(fā)裝上智能引擎 謝蘭教授本科與碩士階段分別在四川師范大學(xué)與電子科技大學(xué)攻讀軟件工程,博士轉向四川大學(xué)材料加工工程,留學(xué)英國謝菲爾德大學(xué)期間又深入學(xué)習高分子物理技術(shù)。這種“軟件工程+材料科學(xué)”的復合學(xué)術(shù)背景,讓她在2016年入職貴州大學(xué)后,迅速捕捉到材料研發(fā)的“數智化”機遇。 謝蘭教授說(shuō):“傳統材料研發(fā)存在數據孤島,材料成分、微觀(guān)結構、制備工藝與性能數據缺乏系統性關(guān)聯(lián);試錯成本高,比如電磁屏蔽材料單一性能優(yōu)化,年均需開(kāi)展500+次配方實(shí)驗,耗時(shí)耗力;跨尺度調控難,納米填料分散與宏觀(guān)結構設計缺乏理論銜接,依賴(lài)經(jīng)驗試錯等痛點(diǎn)問(wèn)題�！� 針對上述問(wèn)題,謝蘭教授提出“數據驅動(dòng)的材料基因解碼”理念,帶領(lǐng)團隊搭建了貴州省首個(gè)“高分子功能復合材料多模態(tài)基因庫”,整合16000組材料數據,涵蓋石墨烯、氮化硼納米片等20多種類(lèi)填料,涉及熱導率、電磁屏蔽效能等8項核心性能指標,開(kāi)發(fā)了基于機器學(xué)習的“結構-性能”設計平臺,為材料研發(fā)裝上“智能引擎”。 構建工程應用創(chuàng )新全鏈條 隨著(zhù)5G通信、集成電路、新能源汽車(chē)等戰略性新興產(chǎn)業(yè)的迅猛發(fā)展,聚合物基功能復合材料作為核心支撐材料,其導熱、電磁屏蔽、相變儲能等性能面臨嚴苛挑戰。 以電磁屏蔽材料為例,5G基站對屏蔽效能的要求已從4G時(shí)代的30 dB提升至50 dB以上,而傳統“試錯法”研發(fā)周期長(cháng)達2-3年,單次配方調整需耗費數十萬(wàn)元,且難以精準調控納米填料與聚合物基體的界面相互作用及宏觀(guān)結構取向。 在此背景下,人工智能與材料科學(xué)的深度交叉催生了“材料基因工程”新范式。通過(guò)多模態(tài)數據融合與深度學(xué)習算法,可將材料研發(fā)從“經(jīng)驗試錯”帶入“精準設計”時(shí)代。謝蘭教授團隊敏銳捕捉這一機遇,在貴州省率先開(kāi)展“人工智能+高分子復合材料”的跨界研究,構建了從基礎理論到工程應用的完整創(chuàng )新鏈條。 謝蘭團隊開(kāi)發(fā)的Adam-FCNN全連接神經(jīng)網(wǎng)絡(luò )模型,徹底改變了電磁屏蔽材料的研發(fā)邏輯。通過(guò)分析1600個(gè)神經(jīng)元的深度網(wǎng)絡(luò ),模型能精準預測不同填料配比、微觀(guān)結構對屏蔽效能的影響,預測精度高達99.4%。特別是該模型將研發(fā)周期從2年壓縮至2個(gè)月,時(shí)間成本降低91.6%。她們與上海大學(xué)、航天電器合作,開(kāi)展基于高通量數據分析的結構功能一體化導熱高分子復合材料設計與應用,相關(guān)技術(shù)已申請發(fā)明專(zhuān)利近10項。 針對材料研發(fā)中“結構-性能”關(guān)系難以量化的痛點(diǎn),謝蘭教授團隊構建了ResNet-FCNN多模態(tài)深度學(xué)習模型。該模型通過(guò)分析SEM圖像中的孔隙率、填料分布等微結構特征,結合填料含量、制備工藝等數值數據,實(shí)現了材料性能的精準預測,首次實(shí)現了材料微觀(guān)結構與宏觀(guān)性能的跨尺度映射。 重塑學(xué)科育人新模式 在貴州大學(xué),謝蘭教授開(kāi)創(chuàng )的“人工智能+材料科學(xué)”交叉培養模式,正在重塑學(xué)科的育人范式�！拔覀兣囵B的不是傳統材料工程師,而是能駕馭數據的‘材料數字工程師’”;我們培養的不是傳統的軟件工程師,而是能駕馭領(lǐng)域知識的軟件工程師。 如今,這種模式已初見(jiàn)成效:2024屆畢業(yè)生周穎博士利用Adam-FCNN模型,僅用2月便完成了某電磁屏蔽材料優(yōu)化方案,將屏蔽效能從38.8 dB提升至78.6dB;碩士何成雷等同學(xué)開(kāi)發(fā)的“功能材料性能預測平臺”,可實(shí)時(shí)可視化材料成分與性能的關(guān)聯(lián),可用于企業(yè)生產(chǎn)線(xiàn)智能調控。 謝蘭教授的探索,不僅是材料科學(xué)與人工智能的深度融合,更是科研范式與人才培養的雙重革命,是高等教育“新工科”實(shí)踐的生動(dòng)樣本。她用“數據”解構材料基因,用“算法”重構研發(fā)流程,用“跨界”激活產(chǎn)業(yè)動(dòng)能,更用“創(chuàng )新”培育未來(lái)人才。在貴州這片充滿(mǎn)活力的土地上,她正書(shū)寫(xiě)著(zhù)“把論文寫(xiě)在大地上”的新時(shí)代科研篇章,為我國從“材料大國”邁向“材料強國”貢獻智慧與力量。 |
