“人工智能在材料設計和篩選方面表現出巨大潛力,將給材料行業帶來顛覆性的變革。”全國人大代表、萬華化學董事長廖增太對新材料產業積累了長期深入的觀察。在他看來,人工智能(AI)與化工行業深度融合大有可為,建議從協同合作建設國家級化工行業通用數據集、鼓勵人工智能在化工行業典型應用場景先行先試、強化AI人才體系建設等三方面加以支持推進。

全國人大代表、萬華化學董事長 廖增太

人工智能正成為激發經濟增長活力和推動高質量發展的新動能。化工行業作為國民經濟的基礎和支柱產業,如何借力與人工智能的深度融合來實現“1+1>2”的發展成效,是廖增太關心的問題。

“化工行業產品品類復雜,涉及生產生活的方方面面,人工智能與化工行業的深度融合,高度依賴行業數據集的建設。目前各類基礎數據(如物性庫)不足、專業文獻及實驗過程數據量龐大、數據收集整理和標注工作量巨大、行業數據標準缺乏,同時還涉及商業機密和數據安全等問題,難以形成行業通用數據集。”廖增太建議,政府牽頭組織相關部門、高校、化工行業協會、數據標準組織,建立符合國際標準的化工行業數據標準,組織收集化工行業通用基礎數據,并進行專業數據標注,形成國家級化工行業通用數據集,為行業基礎大模型訓練及智能化建設提供數據基礎。

廖增太認為,從國內外實踐經驗來看,鼓勵人工智能在化工行業典型應用場景先行先試,對于創新技術落地具有示范效應。這既需要來自國家層面的頂層設計,也需要企業主體的積極實踐。

他建議,國家層面對制造業數字化轉型編制指導性的規劃意見,尤其是在化工材料分子發現、分子逆向合成、材料大模型、工業設備故障預警等化工制造業場景。同時,鼓勵AI技術在化工行業的廣泛應用。

“化工人工智能領域是一個復雜的交叉學科,涉及量子化學、物理、數學、藥學、化學、控制、機械工程等多個領域,人才缺乏是當下普遍面臨的問題。”廖增太表示,建立完善的人工智能人才培養戰略和引進政策,強化AI人才體系建設同樣不容忽視。

據介紹,目前企業面臨的困難是:一方面,缺乏熟練掌握跨學科知識的人才,制約了人工智能技術的綜合應用;另一方面,行業競爭激烈導致企業難以留住人工智能高端人才。

廖增太建議,在國家層面制定人工智能人才培養戰略規劃,完善人工智能領域高端人才的引進和留用政策,提供良好的科研條件和職業發展空間;同時,建立健全人才評價體系,充分考慮人工智能領域的特殊性,對人才成果進行科學公正評價。