当材料科学遇到人工智能
材料学在新科技浪潮中欠下的账
从自动化时代到软件时代，从软件时代到互联网时代，从互联网时代到移动互联网时代，从移动互联网时代到大数据时代，无论哪个时代，材料学都在龟速的行走在原来的道路上，一切欠账都来不及还上了。
这系列科技革命为什么并不能触动材料学家的心呢？
我想最重要的莫过于体制，体制决定了材料学的饭碗最终来自于SCI，来自于影响因子。影响因子是材料学家发家致富的源泉，是判断是否能成功的拉到项目的标杆，是职称提升的依据，是会场得意的谈资。
然而，去做材料研发的自动化并不能出论文，做材料学的数据库并不能出论文，做知识信息的共享平台并不能出论文。
但，自动化信息化浪潮中欠下的账，最终是要还的...
人工智能时代材料学蠢蠢欲动的心
相比其前面的几个时代，材料学非常青睐人工智能时代。
为什么？！
因为人工智能研究能带来高影响因子论文!
一时间，全球各地的材料学家都雀跃的飞向了人工智能时代...
...不料，撞到了没有数据的墙上...
自动化信息化和移动互联网甚至物联网这些都没有完成，哪里来的大数据？
这些不能出论文的科技革命就不是创新了吗？
几十年来，一篇篇论文全靠一群研究生重复性的实验劳作或者计算劳作，出一点数据发一篇论文，无视那些应该实现自动化的东西，甚至会觉得那些都是投机取巧。
伴随着美国的《先进制造伙伴》计划和材料基因组计划，中国工信部也开启了新一轮的刺激性措施，盘活了这么一个死气沉沉的学科领域。
无奈，我看到的更多的是一群研究者抛下自动化和信息化，直接飞向人工智能...
做没有做过的事情，对他们来说是创新
把做过的东西做好做快，在他们看来不是创新...
使用的软件，至今停留在90年代jade5.5的XRD分析水平。
先补好自动化信息化欠下的材料账
中美材料基因组计划中一个重要的环节大家都很不屑，那就是数据库和高通量实验，但这确是我们现在最应该去完成的两个分支。下面分别来谈谈我的看法吧。
-
数据库，核心环节，必须全方位突破
和生物基因组ATCG简单的碱基对数据库不同，材料数据具有多源异构的特点，必须由每个材料研究分支建成自己的关系型数据库，最后形成在线分享的社区文化，有了一定的质量后才能逐渐融合。 -
高通量实验，基础环节，必须重点推动
没有高通量实验，数据库建设的再好也只是一个空盒子，只能是对过去几十年辛勤劳作的研究生成果做了一个总结。高通量实验是解放研究生双手，让数据流动起来的基本功。在材料制备、测试、表征环节利用先进的传感器和控制芯片达到数据自动采集，才会有源源不断的可靠数据走向数据库。
幸运的是，最近开源硬件的热潮也开始了，结合3D打印，如果你是一个有志青年，自学一下自动化的基础知识，将现有的仪器升级改造，一定能实现这些数据的自动采集。 -
高通量计算，前期的火热环节
就像阿尔法狗能够自我对弈产生数据一样，计算材料学天然就是带着大量的数据来的，在计算材料学上简单结合Linux批处理或者软件集成，就会有“疑似大数据”源源不断的产生。如果比较一下速度，高通量计算一定能第一个挤满材料学家的硬盘。
体制改革，任重道远
有多少研究者有这样的困惑
- 辛苦培养三年的研究生，好不容易能出成果了，却毕业了
- 最关键的，毕业还找不到相关的工作
- 整理财务的时间占据了科研人员的大量时间，但学校没有招聘廉价会计的方式
- 维修设备的时间占据了科研人员大量的工作，但学校不能招聘廉价的机器维修工
其实改革方法很简单
- 只需要允许高校院所能够招聘三种人：会计、维修工、长期实验员，按照社会平均待遇即可，不需要提供贵重的户籍档案。
- 把研究生的精力转移到学习、调研、实现科研自动化上来，重复的东西交给机器和实验员做，省出的时间去创造更省时间的东西。
这样才能迅速迭代，指数增长啊
