湖南
材料学家找一种新材料要多久？过去，答案是在数据海洋里靠试错熬年头。但现在，AI 可能把这个剧本改写了。
韩国首尔国立大学的一支团队最近做了件挺酷的事：他们让人工智能把 448 篇论文"啃"了个遍，从中拼出一份统一的介电材料数据库，然后一口气扫描了约 1.5 亿种虚拟组合，最后只留下 37 个候选，并真的合成、测出了其中 2 个——掺了 1% 和 2% 锡的无铅介电材料。
说人话：介电材料就是你手机、电动车里电容器的"心脏"，负责存电。好材料得又存得多、又扛高温。常用的钛酸钡有个毛病，一到 125℃ 左右性能就跳水；而这两个 AI 挑出来的样品，在很宽的温度范围里都稳如老狗，室温介电常数还冲到了 3400 上下，顺带过了 X5R/X6R/X7R 几个国际高温门槛。
有意思的是方法论。团队先用大语言模型从论文里扒成分和工艺、把图表数字化，再叠加 30 个机器学习模型，从"想要的性能"倒推"该用什么配方"。换句话说，不是材料等被发现，而是先定义目标，再让 AI 去反找答案。
为什么说这事不只是又一篇论文？因为散落在上千篇文献里的数据，向来是材料研究的"暗矿"——这次被系统挖了出来当燃料。研究方认为，同一套打法能推广到更多材料体系。
当然也别嗨过头：这还停在实验室，离装进你我的设备尚早。但方向已经很清楚了——当 AI 开始替人类读文献、做海选，新材料发现的节奏，大概率要被重新计时了。
你觉得，AI 会不会有一天取代材料学家？评论区见。
参考来源：Nature Communications (2026-06-15)，DOI: 10.1038/s41467-026-74376-3
特别声明：以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布，本平台仅提供信息存储服务。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.
