日前，國家數據局會同生態環境部、交通運輸部、金融監管總局、中國科學院、中國氣象局、國家文物局、國家中醫藥局等相關部門在第七屆數字中國建設峰會上發布第一批20個“數據要素×”典型案例，通過示范引領，激勵多方主體積極參與，釋放數據要素價值。

材料科學是國民經濟發展的基礎，材料研發的進步有助于國家經濟從高速發展向高質量發展轉變，新材料產業的戰略性崛起對促進高端裝備突破及保障國家重大戰略需求意義重大。但材料研發的傳統“試錯”模式存在研發周期較長、成本較高、不確定性較大等問題。合肥機數量子科技有限公司通過建立高質量化學和材料科學數據庫，訓練材料配方與合成方案人工智能分析模型，構建機器人實驗系統，打造基于數據的材料研發新模式，顯著提升新材料研發質效，大幅增強相關產品市場競爭力。

一是建立高質量化學和材料科學數據庫。通過挖掘專利論文等文獻數據，開展高效量子化學計算，建立了含9000萬化合物、1100萬化學反應路徑的大規模材料數據庫。

二是訓練專項人工智能分析模型。構建包含材料結構、性能等特征的材料配方與合成方案的人工智能分析模型，借助高質量化學和材料科學數據，對模型進行訓練和調優，形成可用于尋找材料配方和合成方案的人工智能產品。

三是打造智能化機器人實驗系統。建設機器人試驗系統“機器化學家”，實現“數據讀取－方案設計－實驗操作”全流程智能化，變革材料研發范式，提升研發效能。“機器化學家”日均可完成百次以上化學實驗操作，并將數千次實驗優化過程縮短至300次以下，開發效率提升超百倍，全局優化準確率達到90%以上。同時，實驗結果反哺到數據庫中，推動數據智能驅動材料研發的良性循環。2023年上線以來，系統已在20余家高校、科研機構及行業頭部企業得到應用，支撐解決了如開發記憶金屬、紅外探測芯片光吸收增強、磷礦浮選、智能窗材料等一批技術難題，提升了相關產品的技術水平和市場競爭力。

圖1 構建高質量化學與材料數據庫

圖2 構建知識圖譜，開發智能模型

圖3 推動模型應用

圖4 構建數據智能驅動的全流程機器化學家