眼眸如秋水,

看透晦澀數(shù)據(jù)。

眉宇如利劍,

破解學(xué)術(shù)迷障。

笑靨如彎月,

書寫攻堅克難的決心。

沒有脂粉堆砌,

亦無矯揉造作,

在實驗室里運籌帷幄,

在學(xué)術(shù)疆場勇往直前。

——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(qū)域企業(yè)數(shù)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)團隊正在緊張地進行一場顛覆傳統(tǒng)的材料研發(fā)實驗。

她們通過人工智能算法,基于多模態(tài)融合模型設(shè)計了結(jié)構(gòu)功能一體化的電磁屏蔽高分子復(fù)合材料，僅用2個月便完成了設(shè)計與實驗驗證。

為了精準預(yù)測不同成分與結(jié)構(gòu)的材料電磁屏蔽性能，謝蘭與團隊構(gòu)建了提取SEM圖像中的孔隙率、填料分布等微結(jié)構(gòu)特征與處理含量等數(shù)值數(shù)據(jù)的GatedFusion多模態(tài)模型。她們對4種人工智能設(shè)計的電磁屏蔽材料性能進行了預(yù)測,預(yù)測值與實驗驗證值平均誤差<5%。

這項研究首次證明，多模態(tài)數(shù)據(jù)融合可捕捉材料成分與微結(jié)構(gòu)的非線性關(guān)聯(lián)，為電磁屏蔽材料的“逆向設(shè)計”提供了數(shù)據(jù)驅(qū)動工具，推動材料研發(fā)從“試錯實驗”向“精準預(yù)測”轉(zhuǎn)變。

這背后，是謝蘭教授20年跨界深耕的智慧結(jié)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(zhuǎn)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(xí)高分子物理技術(shù)。這種“軟件工程+材料科學(xué)”的復(fù)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(shù)智化”機遇。

謝蘭教授說：“傳統(tǒng)材料研發(fā)存在數(shù)據(jù)孤島，材料成分、微觀結(jié)構(gòu)、制備工藝與性能數(shù)據(jù)缺乏系統(tǒng)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，年均需開展500+次配方實驗，耗時耗力；跨尺度調(diào)控難，納米填料分散與宏觀結(jié)構(gòu)設(shè)計缺乏理論銜接，依賴經(jīng)驗試錯等痛點問題?！?/p>

針對上述問題，謝蘭教授提出“數(shù)據(jù)驅(qū)動的材料基因解碼”理念，帶領(lǐng)團隊搭建了貴州省首個“高分子功能復(fù)合材料多模態(tài)基因庫”，整合16000組材料數(shù)據(jù)，涵蓋石墨烯、氮化硼納米片等20多種類填料，涉及熱導(dǎo)率、電磁屏蔽效能等8項核心性能指標，開發(fā)了基于機器學(xué)習(xí)的“結(jié)構(gòu)-性能”設(shè)計平臺，為材料研發(fā)裝上“智能引擎”。

構(gòu)建工程應(yīng)用創(chuàng)新全鏈條

隨著5G通信、集成電路、新能源汽車等戰(zhàn)略性新興產(chǎn)業(yè)的迅猛發(fā)展，聚合物基功能復(fù)合材料作為核心支撐材料，其導(dǎo)熱、電磁屏蔽、相變儲能等性能面臨嚴苛挑戰(zhàn)。

以電磁屏蔽材料為例，5G基站對屏蔽效能的要求已從4G時代的30 dB提升至50 dB以上，而傳統(tǒng)“試錯法”研發(fā)周期長達2-3年，單次配方調(diào)整需耗費數(shù)十萬元，且難以精準調(diào)控納米填料與聚合物基體的界面相互作用及宏觀結(jié)構(gòu)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。通過多模態(tài)數(shù)據(jù)融合與深度學(xué)習(xí)算法，可將材料研發(fā)從“經(jīng)驗試錯”帶入“精準設(shè)計”時代。謝蘭教授團隊敏銳捕捉這一機遇，在貴州省率先開展“人工智能+高分子復(fù)合材料”的跨界研究，構(gòu)建了從基礎(chǔ)理論到工程應(yīng)用的完整創(chuàng)新鏈條。

謝蘭團隊開發(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。通過分析1600個神經(jīng)元的深度網(wǎng)絡(luò)，模型能精準預(yù)測不同填料配比、微觀結(jié)構(gòu)對屏蔽效能的影響，預(yù)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個月，時間成本降低91.6%。她們與上海大學(xué)、航天電器合作，開展基于高通量數(shù)據(jù)分析的結(jié)構(gòu)功能一體化導(dǎo)熱高分子復(fù)合材料設(shè)計與應(yīng)用，相關(guān)技術(shù)已申請發(fā)明專利近10項。

針對材料研發(fā)中“結(jié)構(gòu)-性能”關(guān)系難以量化的痛點，謝蘭教授團隊構(gòu)建了ResNet-FCNN多模態(tài)深度學(xué)習(xí)模型。該模型通過分析SEM圖像中的孔隙率、填料分布等微結(jié)構(gòu)特征，結(jié)合填料含量、制備工藝等數(shù)值數(shù)據(jù)，實現(xiàn)了材料性能的精準預(yù)測，首次實現(xiàn)了材料微觀結(jié)構(gòu)與宏觀性能的跨尺度映射。

重塑學(xué)科育人新模式

在貴州大學(xué)，謝蘭教授開創(chuàng)的“人工智能+材料科學(xué)”交叉培養(yǎng)模式，正在重塑學(xué)科的育人范式?！拔覀兣囵B(yǎng)的不是傳統(tǒng)材料工程師，而是能駕馭數(shù)據(jù)的‘材料數(shù)字工程師’”；我們培養(yǎng)的不是傳統(tǒng)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)開發(fā)的“功能材料性能預(yù)測平臺”，可實時可視化材料成分與性能的關(guān)聯(lián)，可用于企業(yè)生產(chǎn)線智能調(diào)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(yǎng)的雙重革命，是高等教育“新工科”實踐的生動樣本。她用“數(shù)據(jù)”解構(gòu)材料基因，用“算法”重構(gòu)研發(fā)流程，用“跨界”激活產(chǎn)業(yè)動能，更用“創(chuàng)新”培育未來人才。在貴州這片充滿活力的土地上，她正書寫著“把論文寫在大地上”的新時代科研篇章，為我國從“材料大國”邁向“材料強國”貢獻智慧與力量。