材料是人类社会赖以生存的物质基础，从石器、青铜器、铁器到如今的半导体，每种重要新材料的发现和应用都将人类改造自然的能力提升到一个新的水平。新材料已经成为21世纪的支柱产业，它有力的支撑了高端装备制造、新能源汽车、节能环保、信息技术、生物技术等产业的发展。

作为重振先进制造业计划的重要组成部分，2011 年 6 月，美国宣布了“面向全球竞争力的材料基因组计划”并推出《具有全球竞争力的材料基因组计划》白皮书，旨在服务于国家安全、人类福利、清洁能源、人才培养，拉开了世界范围内材料基因工程研究的序幕。受美国材料基因组计划的激励，欧盟以高性能合金材料需求为牵引，启动了第7框架项目“加速冶金学”计划（Accelerated Metallurgy，AccMet），以及“冶金欧洲”（Metallurgy Europe）研究计划，确定了17个未来的材料需求和50个跨行业的冶金研究主题，涉及清洁能源、绿色交通、医疗卫生和下一代制造等领域。面对欧美等国家在材料基因工程领域的突然发力，我国于2016年启动了国家重点研发计划《材料基因工程关键技术与支撑平台重点专项实施方案》工作，为我国材料科技工业快速追赶国际先进水平提供了机遇。

图1 美国材料基因组计划（来源《具有全球竞争力的材料基因组计划》白皮书）

材料基因工程是材料科学技术发展历程中的一次重大飞跃。它依托材料创新基础设施的三大平台：计算工具平台（Computational tools）、实验工具平台(Experimental tools)和数字化数据平台(Digital tools)，采用高通量并行迭代方法替代传统试错法中的多次顺序迭代方法，逐步由“经验指导实验”向“理论预测和实验验证相结合”的材料研究新模式转变，加速新材料的“发现-开发-生产-应用”进程，实现新材料“研发周期缩短一半、研发成本降低一半”的目标。

图2 聚束科技高通量场发射扫描电子显微镜Navigator-100

场发射扫描电子显微镜（FESEM）是材料研究中不可或缺的高端精密仪器，也是材料基因工程实验工具平台的核心设备之一。SEM市场长期被日本电子、日立、美国ThermoFisher、德国ZEISS等国外厂商垄断，曾被《科技日报》列为中国35项被国外“卡脖子”的关键技术之一，国内品牌市场占有率不到10%，技术指标也和主流电镜有一定差距。2015年成立的聚束科技自主研发生产的高通量、自动化扫描电子显微镜技术，与人工智能技术结合为“AI显微镜”，实现了超高速高分辨跨尺度大规模SEM成像以及海量SEM图像快速测量、统计、分析，自动化生成数据分析报告的全套解决方案。事实上，“AI显微镜”的图像是通过显微镜进行采集，随后对图像进行深度学习并得出分析报告则依赖于“AI算子”。作为针对材料图像的智能分析软件，AI算子属于材料基因工程数字化数据平台的一部分。目前，这一部分也主要被国外辅助算法厂商所垄断。聚束科技与人工智能平台公司商汤科技合作，结合人工智能和深度学习技术，定制化开发符合客户材料分析需求的AI算子，以替代对国外厂商的技术依赖。

图3 航空发动机高温合金材料的智能分析（来源：聚束科技）

AI算子实现了图像分析的数字化与标准化，大幅提高了材料评价的准确度。以材料基因工程中的重点研究对象--航空发动机高温合金材料--为例，首先需要通过SEM采集材料微观结构的图像，随后由高温合金材料的专家根据图像中显示的微观结构特征（如初生相比例、粒径分布等）来判定材料是否符合服役要求，这种定性的评价与专家的经验和水平高度相关，存在一定的误差与偶然因素。商汤科技结合专家经验对图像数据进行精准标注，通过深泉模型生成平台SenseSpring对标注数据进行深度学习的模型训练，快速高效生成符合客户定制化需求的AI算子，再通过载入SenseIndustry边缘算力硬件，形成可量化、可扩展的材料AI离线分析能力，让材料评价的准确度和稳定性大幅提高，实现了由“经验指导实验”向“理论预测和实验验证相结合”的材料研究新模式转变。值得一提的是，SenseSpring集成了商汤自研的、面向工业级应用场景的深度学习框架SenseParrots，并对AI模型生产和部署过程进行了高度抽象封装，可视为“AI算法”的生产工厂，依托其高效的模型生产能力，可针对各类材料进行“算子”的定制化。

依托SenseSpring，商汤所训练的AI算法模型累计拿下了全球60多项、10余种计算机视觉相关比赛的世界冠军，例如Open Images Challenge 2019世界冠军，LVIS Challenge 2019大赛，2015~2016年ImageNet多项冠军；发表的论文有200余篇被CVPR等顶级计算机视觉学术会议收录。目前，聚束科技与商汤合作开发了基于镍基高温合金微观组织分析的AI算子，其分析能力已达到国际先进水平，但成本仅是国外同类分析系统的七分之一，在实现技术自主可控的基础上大幅降低了客户使用成本。

图4 商汤科技AI算子生成和导入流程

AI算子具有图像信息的量化判定标准，因此成为了专家经验的可复制载体。材料专家的培养通常需要多年时间，针对高端特种材料的专家更是少之又少，其经验也难以传承。商汤科技针对不同材料的AI算子集成了该领域多个专家毕生的经验，可以复制到各类电子显微镜或其它图像分析系统中。AI算子标准化的输出结果不仅提高了材料分析人员的工作效率，也为他们的经验积累提供了一条快车道。

作为材料基因工程数字化数据平台的一部分，针对图像深度学习的AI算子也可推广应用于生物医学、能源化工、半导体等多个领域的材料分析。例如，我国对病理医生的需求约为12万名，但目前经过训练的病理医生只有不到2万名。将病理切片图像数字化，并用AI算子进行量化分析，有助于缓解病理医生不足，并大幅提高病灶识别的效率与准确度。此外，材料的3D信息重构已成为各领域的发展趋势。从2D到3D的跨越伴随着海量的数据，怎样实现2D微观结构的高效识别与3D图像的精确重构，并给出量化分析报告用于预测材料性能，是考验电子显微镜成像能力以及AI算法与算力优劣的试金石。

材料基因工程已成为全球新材料研发的前沿，现阶段主要聚焦于如何将材料基因工程的计算工具、实验工具和数字化数据三大平台深度融合，快速甄别决定材料性能的关键因素，并用于新材料的设计与性能优化，实现国家急需关键材料的高效研发和生产。在目前复杂的国际局势下，开发具有自主知识产权的实验工具及相关AI分析技术是我国新材料产业跨越式发展的必然选择。只有这样，才能实现习近平总书记提出的“推动中国制造向中国创造转变、中国速度向中国质量转变、中国产品向中国品牌转变”的目标。