以AI为笔，绘材料新途——专访张统一院士：两卷专著打通材料科学与人工智能交叉新赛道
导语
在人工智能席卷全球的今天，一个根本性问题正摆在所有科研工作者面前：当AI成为足以照亮未来、也可能灼伤人类的“AI之火”，我们该如何让它造福人类，而不是被它反噬？
国家一直高度重视人工智能的发展与治理。2026年7月17日，习近平主席在2026世界人工智能大会暨人工智能全球治理高级别会议开幕式上指出：“人工智能应当成为人类的可信工具”，并强调要“确保人工智能始终处于人类控制之下”。这既表明了人工智能向上向善的发展方向，也提醒科研工作者必须同时回答创新与安全两道命题。
对于中国科学院院士、香港科技大学（广州）功能枢纽先进材料学域讲座教授张统一而言，他将对这一问题的思考凝结在两卷英文专著中。这并非一次简单的知识输出，而是一位深耕材料科学数十载的科学家，为材料科学在AI时代的转型发展绘制的一张“航海图”。
“生活在AI时代，我们必须去拥抱AI、善用AI，以AI赋能科学与工程。”张统一院士在接受采访时语气坚定。他最新出版的第二卷著作An Introduction to Materials Informatics（《材料信息学导论》），连同之前的第一卷，共同构成了一个完整的知识体系，面向不具备AI背景的材料、物理、化学及工程领域的科研人员和从业者，提供一套从理论到实践的系统指引。
一、从“香山科学会议”到两卷专著：一场持续十余年的探索
张统一院士对“AI+材料”的探索，始于十余年前。时间回溯到2011年，当“材料基因组计划”的概念在美国被提出时，张统一院士敏锐地意识到，这将是材料科学领域的一场范式革命。同年，他参与了科技部组织的“香山科学会议”，与国内同行一起，向国家建议启动中国的材料基因组计划。
“我当时就在想，要推动这件事，光靠几个实验室是不够的，关键在于‘EDUCATE OUR WORKFORCE’（教育我们的生产力）。”张统一院士意识到，必须培养一代既懂材料科学，又懂数据科学和机器学习的复合型人才。
这一认识，成了他写作的原始动力。从2014年起，他一边在高校推动相关工作，一边开始系统性地学习和研究机器学习。
他并非计算机科班出身，却以惊人的毅力，将书中每一个公式都亲手推导了一遍。“我对细节特别了解”，他说，“所以我写的例子特别详细，就是为了让材料背景的人能看懂、能上手。”
第一卷《机器学习基础》涵盖了统计学习和数据挖掘等核心内容，为读者奠定理论基础；新近问世的第二卷《材料信息学导论》则进一步聚焦模仿人脑信息处理机制的人工神经网络和深度学习，系统介绍卷积神经网络（CNN）、Transformer、长短期记忆网络（LSTM）、对抗神经网络、生成学习、转移学习、图神经网络、强化学习等前沿方向，并将这些AI方法与材料科学中的具体问题紧密结合。
张统一院士表示：“这套书主要面向材料、物理、化学及相关工程领域的读者，旨在帮助他们在夯实本专业基础的同时，掌握人工智能这一强大工具，从而拓展研究边界、提升创新能力。”
书中案例全部源于一线科研实践，大块金属玻璃、高熵合金、钙钛矿光伏材料、锂电池寿命预测等行业热点问题均有完整拆解。其团队曹斌博士搭建Bgolearn线上材料AI工具平台，集成贝叶斯优化、主动学习等核心模块，累计访问量突破13万人次，并提供与案例相配套的实操功能，零代码门槛即可完成材料数据建模、性能预测与工艺优化，形成“教材+线上工具”一体化教学体系。相关成果已发表于Nature旗下期刊《npj Computational Materials》。
点击下图，了解更多↓
谈及著作本土化落地，张统一院士透露，第二卷《材料信息学导论》中文版修订工作正在推进，完成后将面向全国高校和产业界读者，为AI与材料科学交叉领域的教学、科研和工程实践提供更系统的中文参考。
二、产业赋能：立足粤港澳大湾区，AI赋能新材料研发全链条
“问题要由产业来提。”张统一院士认为，AI并非要取代产业专家，而是作为一个赋能工具，帮助他们在各自的领域做得更好。
粤港澳大湾区汇聚了比亚迪、粤芯半导体、华为等新能源、半导体和先进制造领域的龙头企业。芯片、储能、光伏及高端金属结构材料是区域产业发展的重要方向，这套专著所呈现的AI材料方法，能够为相关行业缩短研发周期、降低试错成本提供新的技术路径。
“AI从来不是取代材料工程师，而是助力行业升级的新工具。”张统一院士明确产业融合核心逻辑：传统材料研发依赖海量重复实验，一款新型合金、电池材料研发周期动辄数年，试错成本极高；依托书中机器学习、贝叶斯优化框架，可基于现有数据提前预测材料成分、工艺、性能匹配关系，压缩研发周期，降低企业研发投入。
在新能源领域，AI可以用于优化材料配方和制备工艺，助力改善电池稳定性与使用寿命。以锂电池为例，书中介绍的分类与时序预测方法可以利用充放电运行数据分析衰减规律。张统一院士解释道：“AI可以根据你提供的充放电数据预测电池寿命，也可以从既有失效数据中提炼电池损坏模式，进行提前预警。”
而对于钙钛矿光伏材料，AI还可辅助筛选材料组分、优化封装工艺，为提升长期稳定性和推进产业化提供数据支撑。面向大湾区半导体产业，书中有关薄膜和功能半导体材料的AI表征分析方法，也可为芯片基板及光刻配套材料研发提供参考。
面对大湾区产业发展现状，张统一院士认为：
“珠三角制造业基础雄厚，企业落地转化意愿强，国内AI产业落地速度领先，但算力资源供给紧张、专业交叉人才缺口巨大是普遍痛点。
对比长三角拥有上海国家实验室等科研集群的格局，大湾区拥有鹏城实验室等国家级平台，港科大（广州）建成大湾区一流HPC+AI智算中心，依托材料表征与制备中央实验室、材料AI实验室打通产学研链路，具备差异化竞争潜力。
未来，大湾区可依托制造业集群优势，实现‘基础理论-实验室研发-企业中试’无缝衔接，抢占新质生产力赛道。”
三、行业瓶颈与未来五年突破方向：软硬协同，专业知识驱动AI+落地
当前AI for Materials行业发展陷入两大现实瓶颈，这也是张统一院士在专著中重点回应的行业难题。其一，算法研究与实体科学脱节，一些研究过度强调通用算法能力，忽略材料、化工专业底层逻辑，脱离领域知识的模型极易出现预测失真；其二，行业普遍重软件、轻硬件，多数研究仅停留在代码、算法推演上，缺少自动化材料AI实验平台支撑，理论模型无法落地真实实验验证。
“AI for Science必须软硬件双轮驱动，缺一不可。”张统一院士强调，软件包括机器学习、大模型和智能体等算法体系，硬件则包括自动化材料AI实验室与智能表征设备。他还笑言：“理工男怎么能不做实验呢？”未来五年，领域三大核心突破方向清晰明确：
一是深度适配材料场景的轻量化AI算法，优化小样本、高维度材料数据建模能力；
二是传统表征设备智能化改造，让X光衍射、微观形貌检测等仪器实现AI自动数据解析；
三是材料智能体闭环研发体系，完成“数据预测-自动化合成-性能检测-模型迭代”全流程自主运行。
张统一院士举了个生动的例子：他的学生已将所开发的AI分析粉末X射线衍射数据软件集成到仪器设备中，实现实时、智能的分析。“这就是软硬结合。我们买的设备自带的软件未必是最好的，我们需要根据自己的需求去改造它，让它变得更‘聪明’。”
谈及国内材料信息学与欧美的发展差距，张统一院士认为，美国在底层原创和基础算法方面起步较早，欧洲在精密仪器设备研发方面积累深厚；中国在基础算法、高端表征设备及软硬件一体化方面仍有提升空间，但工程化、规模化和场景应用能力突出，能够较快推动技术落地并降低应用成本。
随着国家“人工智能+”行动持续推进，叠加庞大的产业场景，中国材料智能研发有望加速发展。他同时提醒，关注新兴功能材料的同时，不能忽视金属结构材料的战略价值。航空航天、船舶、桥梁和高端装备都离不开特种金属，相关领域仍需要更多青年科研人才长期深耕。
四、港科大（广州）学科定位：湾区交叉人才高地，培育AI时代青年力量
“高校的核心任务是培养人，跨学科协作是港科大（广州）的核心特色。”作为同时深耕香港、上海、广州三地的科学家，张统一院士认为，港科大（广州）最大的优势在于其浓厚的AI氛围和跨学科合作机制。
“我们学校AI的‘风’刮得很足，这对吸引优秀学子、推动学科交叉非常有利。同时学校拥有大湾区顶尖AI算力平台、先进材料学域、国际化师资团队，人均AI顶级期刊产出位居区域前列，天然具备发展材料信息学交叉学科的独特优势。”
学校目前已搭建院士工作站、广州市材料信息学重点实验室，与其他研究机构形成跨城协同，共享数据库、算法平台与学生培养资源。2026年2月，香港科技大学（广州）院士工作站正式揭牌，落地材料表征与制备中央实验室，一张覆盖材料、信息、算力、产业应用的创新之网，已在港科大（广州）悄然织下第一针。
目前，这两卷英文专著也计划用于港科大（广州）先进材料学域本硕博课程参考教材，后续配套开设读书沙龙、青年学术研讨活动，面向全校跨专业师生开放学习交流。
针对不同背景的读者，张统一院士给出差异化阅读建议：
具备材料实验基础的从业者可直接从第二卷神经网络、强化学习章节切入；
针对零基础学生、计算机专业学生建议先通读第一卷机器学习基础，搭配MLMD线上实操平台同步练习；
产业工程师可优先选取高熵合金、储能材料、金属工艺优化等案例章节，直接对接企业研发需求。
采访的最后，张统一院士向深耕材料与AI交叉领域的青年学子寄语：“生活在AI时代，我们必须去拥抱AI，用AI驾驭AI，扎根材料科学根基，以专业知识驾驭算法工具，成长为AI时代支撑国家新材料产业发展的中坚力量，也成为新的AI时代的英雄。”
在张统一院士看来，2026年可能成为人工智能产业进一步加速发展的重要节点。此后，AI将以前所未有的速度渗透到科学研究的各个领域。是被动地被浪潮吞没，还是主动地驾驭浪潮，答案，或许就藏在这卷为时代而写的书中。
结语
从“香山科学会议”战略研讨到湾区AI实验室落地，从公式逐行推导的专业著作到面向产业开放的线上工具，张统一院士深耕材料信息学十余年，始终坚守“育人、兴业”两大初心。
在人工智能重塑全球材料研发格局的当下，这套横跨基础算法与前沿大模型的专业著作，不仅是高校跨学科教学的核心语料，更是大湾区制造业转型升级的实操指南。当材料科学与人工智能深度交融，属于中国新材料产业的创新机遇正在加速到来。
