近段時間，ChatGPT成為公眾關注的熱點。而在高性能高分子和復合材料產業領域，堪稱高分子版ChatGPT的國內首個高分子材料基因組研發平臺（AI plus高分子軟件平臺）在滬誕生。

3月9日，華東理工大學教授林嘉平團隊宣布開發出AI plus高分子軟件平臺，通過對高分子材料研發中結構性能進行數據挖掘，并集成機器學習性能預測功能、結構設計、配方及工藝參數優化等功能，可加速高性能高分子材料研發，推動大數據和人工智能技術賦能復合材料用高性能樹脂產業。

軟件平臺截圖。   受訪者供圖

大數據驅動材料基因工程研究

先進樹脂基復合材料在航天航空領域應用越來越廣。近年來，碳纖維材料研究在多方支持下已取得突破，然而匹配高性能碳纖維的基體樹脂卻發展緩慢，成為制約先進裝備發展的“卡脖子”問題。

華東理工大學在高分子材料，尤其是特種樹脂研究方面具有深厚基礎和研究特色。相關團隊在本世紀初就開始耐高溫、耐燒蝕的高性能樹脂及復合材料研究，并取得了豐碩成果，獲國家科技發明獎二等獎、國家科技進步獎二等獎。

但未來復合材料研究如何走出一條中國的發展之路？高分子樹脂結構如何設計？怎樣從分子結構的源頭去設計滿足需求的新樹脂等，依然是林嘉平經常思考的問題。

“開展以大數據技術為驅動、以AI為核心的高分子材料基因工程研究，可為解決這些難題提供有效手段，加速新材料的研發步伐?！倍嗄晏剿髦?，林嘉平團隊的思路越來越清晰。

研究人員進行高性能聚合物性能測試。   受訪者供圖

2011年，材料基因組工程被正式提出，并逐漸成為材料研究前沿領域的重要方法論。新材料研發也從科學家的經驗“試錯”時代，跨入“智能制造”時代。挑戰與機遇并存，他帶領團隊牽頭承擔了系列國家重大重點項目，在國家自然科學基金委、上海市科委的支持和資助下，聯合復合材料界著名高校和科研院所，在國內率先開展了高分子材料基因工程研究。

基因組合及篩選是材料基因工程的核心，團隊目前已建立了針對耐高溫樹脂設計的高分子材料基因組新方法。從“基元-結構-性能”構效關系出發，根據性能要求，設計和選取不同結構基元（基因），通過組合獲得海量候選結構，然后進行性能預測和高通量篩選，為設計先進高分子材料提供了有效途徑。

運用該方法，團隊研制了系列先進復合材料基體樹脂。如固化溫度小于300 ℃、5%熱分解溫度大于650 ℃、玻璃化轉變溫度大于600 ℃的新型耐高溫、易加工硅萘炔和硅芴炔樹脂；耐高溫、高韌性的新型聚硅炔酰亞胺樹脂，其加工性能、耐熱和界面性能優于聚酰亞胺，力學性能與聚酰亞胺相當。相關新型樹脂已由多家機構開展復合材料及構件性能評價，解決了國家在高性能高分子材料領域的迫切需求。

較ChatGPT更具技術含量

AI plus高分子軟件平臺的誕生，是AI和數字化技術同高分子材料交叉領域的重要成果。而數據庫，則是材料基因工程的基石。目前，該團隊已建成國內首個樹脂結構性能數據庫和基團間化學反應數據庫，包含3萬多種聚合物將近15萬條性能數據、58516種基元反應模板的近140萬條化學反應數據。

林嘉平指導團隊搭建數據庫和軟件平臺。   受訪者供圖

值得一提的是，這些數據主要依靠過去3年，團隊近百名研究生和本科生整理錄入。該團隊在培養學生文獻閱讀和科研素養的同時，以一條條規范數據，搭建起國內首個高分子專用數據庫。

基于數據庫，團隊創建了十余種面向高分子性能的機器學習預測模型，構建了高分子材料基因組研發平臺，具備數據檢索、性能預測、配方優化等多種功能。

在該軟件平臺上，用戶在使用AI plus高分子軟件平臺進行高分子材料性能預測功能時，只需要通過點擊“繪制結構”，分別將所繪制的環氧樹脂和固化劑轉化的字符串輸入對應輸入框，再通過點擊“開始預測”，短短幾秒，頁面就會返回后臺計算的環氧樹脂性能預測數據。

這種虛擬設計、高通量預測方法將大大提高其研發效率。

“AI plus高分子軟件平臺目前已在上海華誼集團樹脂廠、上海航天八院、晉飛碳纖科技和金山石化院等企業試用，將擇機向社會公開使用?！绷旨纹秸f，“該軟件具有輸入樹脂結構、快速獲得其力學、熱學和介電等性能的功能。同樣是基于機器學習的軟件，AI plus較對話類的ChatGPT具有更高技術含量，體現出我國研究人員在AI交叉領域的貢獻?！?/span>

面向新一代先進復合材料基體樹脂中的結構設計難題，華東理工大學將同相關團隊和企業開展更深入合作，推進AI plus高分子研究范式向產業全鏈條發展，實現高性能高分子，尤其是“卡脖子”高分子材料的原始創新和智能制造。