一、光线智能材料？

智能材料是指能感知环境条件并做出相应“反应”的材料，其行为与生命体的智能反应有些类似，1989年日本的高木俊宜提出了这一概念。日常生活中常见的变色镜片就是用智能材料制成的，它可以根据太阳光线的强弱做出反应，表现出明暗的变化。

无需光照和通电，用指尖轻触就能发光的智能材料你见过吗？这样的“黑科技”已经被科学家们研究出来了。昨天从深圳大学获悉：深大物理与光电工程学院助理教授彭登峰博士与香港城市大学、香港理工大学团队合作，在国际著名期刊Advanced Materials发表了应力发光智能材料的最新研究结果，引起了业界的普遍关注。

据了解，该成果不仅被Advanced Materials杂志选作封底（Back Cover）文章，同时还以Video Abstract 的视频形式进行亮点报道。

在研究中，彭登峰博士与香港城市大学王锋副教授团队及香港理工大学助理教授黄勃龙博士合作，在稀土有效掺杂多色应力发光智能材料研究领域取得了重要进展，成功实现了一系列包括铽（Tb）等10种三价稀土离子成功掺杂单一压电半导体基质的应力发光，目前光谱范围已涵盖紫外到红外区域。发光智能材料转变为光敏材料，而光敏材料是可以随外界光辐射的变化而明显改变的敏感材料。

该类智能发光材料在应力的作用下极为敏感，约10N的指尖按压力作用下，发光便能达到肉眼清晰可见的亮度。研究采用类似的实验手段，还实现了二价过渡族金属离子掺杂发光的优化。同时，基于此研究中的“力-光”智能转换材料，彭登峰博士等人制备出基于“力-光”能量转换的光信息编码原型器件，该器件或能在信息安全编码和应力记录及存储领域中得到重要应用。转换发光效应可以吸收两个或多个低能量光子而发射出较高能量光子，从而可为很多领域实现光频率转换。

二、智能材料的作用？

一般说来，智能材料有七大功能，即传感功能、反馈功能、信息识别与积累功能、响应功能、自诊断能力、自修复能力和自适应能力。

　　智能材料（Intelligent material），是一种能感知外部刺激，能够判断并适当处理且本身可执行的新型功能材料。智能材料是继天然材料、合成高分子材料、人工设计材料之后的第四代材料，是现代高技术新材料发展的重要方向之一，将支撑未来高技术的发展，使传统意义下的功能材料和结构材料之间的界线逐渐消失，实现结构功能化、功能多样化。科学家预言，智能材料的研制和大规模应用将导致材料科学发展的重大革命。

　　作为一种新型材料，一般认为，智能材料由传感器或敏感元件等与传统材料结合而成。这种材料可以自我发现故障，自我修复，并根据实际情况作出优化反应，发挥控制功能。 智能材料可分为两大类：

　　1、嵌入式智能材料，又称智能材料结构或智能材料系统。在基体材料中，嵌入具有传感、动作和处理功能的三种原始材料。传感元件采集和检测外界环境给予的信息，控制处理器指挥和激励驱动元件，执行相应的动作。

　　2、有些材料微观结构本身就具有智能功能，能够随着环境和时间的变化改变自己的性能，如自滤玻璃、受辐射时性能自衰减的Inp半导体等。

三、什么是智能材料？

智能材料也叫机敏材料，它是20世纪90年代迅速发展起来的一种全新的材料分支学科。

这种材料常常把高技术传感器或敏感元件与传统结构材料和功能材料结合在一起，赋予材料崭新的性能，使无生命的材料变得似乎有了“感觉”和“知觉”，并具有自我感知和自我修复的功能。

四、智能材料的起源？

智能材料的构想来源于仿生（仿生就是模仿大自然中生物的一些独特功能制造人类使用的工具，如模仿蜻蜓制造飞机等等），它的目标就是想研制出一种材料，使它成为具有类似于生物的各种功能的“活”的材料。因此智能材料必须具备感知、驱动和控制这三个基本要素。但是现有的材料一般比较单一，难以满足智能材料的要求，所以智能材料一般由两种或两种以上的材料复合构成一个智能材料系统。

这就使得智能材料的设计、制造、加工和性能结构特征均涉及到了材料学的最前沿领域，使智能材料代表了材料科学的最活跃方面和最先进的发展方向。

五、智能马桶材料？

　马桶的桶身主要是陶瓷，质量上乘的马桶所选用的陶土，质地细密，再经高温烧制，所以马桶是比较重的，不易渗水和破裂。

六、智能材料的分类？

作为一种新型材料，一般认为，智能材料由传感器或敏感元件等与传统材料结合而成。这种材料可以自我发现故障，自我修复，并根据实际情况作出优化反应，发挥控制功能。 智能材料可分为两大类：

（1）嵌入式智能材料，又称智能材料结构或智能材料系统。在基体材料中，嵌入具有传感、动作和处理功能的三种原始材料。传感元件采集和检测外界环境给予的信息，控制处理器指挥和激励驱动元件，执行相应的动作。

（2）有些材料微观结构本身就具有智能功能，能够随着环境和时间的变化改变自己的性能，如自滤玻璃、受辐射时性能自衰减的Inp半导体等。

这只是一种比较笼统的分类方法，由于智能材料还在不断的研究和开发之中，因此相继又出现了许多具有智能结构的新型的智能材料。如，英国宇航公司在导线传感器，用于测试飞机蒙皮上的应变与温度情况；英国开发出一种快速反应形状记忆合金，寿命期具有百万次循环，且输出功率高，以它作制动器时、反应时间，仅为10分钟；在压电材料、磁致伸缩材料、导电高分子材料、电流变液和磁流变液等智能材料驱动组件材料在航空上的应用取得大量创新成果。

七、人工智能材料？

描述

未来，基础科研领域的发展将构筑于数据与人工智能的基础之上。对此，我应该抓住AI 2.0时代的发展契机，积极构建基础科研数据库，高效利用人工智能技术，抢占技术创新高地，实现材料、化学、物理等基础科研领域的“弯道超车”。

材料、化学、物理等基础科研领域的研究过程中充满了“大数据”，从设计、实验、测试到证明等环节，科学家们都离不开数据的搜集、选择和分析。人工智能技术（机器学习算法）擅长在海量数据中寻找“隐藏”的因果关系，可用于解决基础科研中的种种问题，因此得到了科研工作者的广泛关注。

近两年，人工智能在材料、化学、物理等领域的研究上展现出巨大优势，正在引领基础科研的“后现代化”。在AI2.0时代，把握人工智能技术不仅意味着科研效率的提升，更意味着科研“弯道超车”机遇的到来。

一、人工智能如何影响材料、化学、物理等基础科研？

2016年，谷歌AlphaGo的横空出世，将世人的焦点吸引到了人工智能领域。短短两年时间，人工智能技术在商业领域获得了空前的成功。语音识别、图像识别、无人驾驶、智慧金融等领域，无一不在影响着人们的生活。

但不为大众所关注的是，人工智能技术在科研领域也掀起了巨大的“波澜”。本文以2018年Phys.org网站（物理学家组织网）和顶级期刊上的文章为基础，向大家介绍人智能在材料、化学、物理等领域如何产生作用。

（一）新材料领域

2018年7月，Keith Butler等人在《Nature》期刊上发表题为“分子和材料研究用的机器学习”的文章，对人工智能技术在材料、化学中的作用进行了综述。

文章认为，计算化学/材料学的研究流程已经更迭至第三代。第一代是“结构-性能”计算，主要利用局部优化算法从结构预测出性能；第二代为“晶体结构预测”，主要利用全局优化算法从元素组成预测出结构与性能；第三代为“统计驱动的设计”，主要利用机器学习算法从物理、化学数据预测出元素组成、结构和性能。

其中，机器学习主要分为四个步骤：一是数据搜集，包括从实验、模拟和数据库中获取；二是数据选择，包括格式优化、噪点消除和特征提取；三是机器学习方法选择，包括监督学习、半监督学习和无监督学习；四是模型选择，包括交叉验证、集成和异常检测。

在实际的新材料研发中，人工智能技术已经在文献数据获取、性能预测、测试结果分析等各环节展现出巨大优势：

2018年1月，美国加州大学和马萨诸塞大学的研究人员合作开发人工智能平台，可自动分析材料科学研究文献，并可根据文本中提及的合成温度、时间、设备名称、制备条件及目标材料等关键词进行自动分类。结果表明，该平台识别文章段落的准确度为99%，标注关键词的准确度为86%。（发表于《MRSBulletin》）

2018年6月，美国斯坦福大学的物理学家开发了一种新型的非监督人工智能程序“Atom2Vec”。该程序只用几个小时，就“重新发现”了元素周期表。Atom2Vec是非监督型人工智能，未来科学家们可以通过给它设定目标，引导其寻找新材料。（发表于《美国国家科学院学报》）

2018年9月，东京大学利用理论计算方法建立了与原子结构相匹配的光谱数据库，并利用层聚类和决策树两种机器学习方法，对光谱大数据进行解释和预测。结果表明，该方法可成功应用于复杂光谱的解释，以及材料光谱特征的预测。（发表于《Scientific Reports》）

（二）化学领域

2018年3月，上海大学Mark Waller团队在《Nature》期刊上发表题为“利用深度神经网络和符号AI规划化学合成”的文章，引发了业内的广泛关注。

研究团队首先收集了截止到2014年发表过的几乎所有的化学反应，加起来大约有1250万个反应。然后，研究团队应用深度神经网络及蒙特卡洛树算法，成功地规划了新的化学合成路线，即便是权威的合成化学专家，也无法区分这款软件与人类化学家之间的区别。

与两种传统的合成方法相比（红色和绿色），使用新型人工智能技术（蓝色）在较短时间内可以完成更多分子的合成路线预测。该研究是人工智能在化学合成领域的重大突破，Mark Waller也被媒体誉为“化学AlphaGo”的先驱。

“化学AlphaGo”仅是人工智能用于化学领域众多案例中的一个。近年来，人工智能、机器学习、深度学习在合成化学、药物化学等领域不断产生新应用，其热度变得越来越高，有望为化学领域带来革命性的变化。

2018年7月，英国格拉斯哥大学研究人员采用机器学习算法，开发出可预测化学反应的有机化学合成机器人。在学习了100种（10%）化学反应后，该智能机器人能够以80%的准确度预测出其他化学反应，并且还能够预测出人类未知的新型化学反应。（发表于《Nature》）

2018年7月，美国北卡罗来纳大学开发名为“结构演化的机器学习”（ReLeaSE）的人工智能系统，其包括两个神经网络，可学习170万个已知生物活性分子化学结构，并随时间推移推测出新型药物分子。（发表于《Science Advances》）

2018年7月，美国莱斯大学和宾夕法尼亚州立大学的研究人员合作，利用机器学习技术和量子化学模拟改善催化剂的设计，可大幅节约时间与成本。利用量子化学模拟，研究人员可以创建出包含各类催化剂属性的数据库；机器学习技术可快速搜索数据库中隐藏的模式，帮助研究人员设计更便宜、更高效的催化剂。（发表于《Natural Catalysis》）

（三）物理领域

2018年8月，美国能源部斯坦福直线加速器中心和费米国家加速器实验室的研究人员合作，在《Nature》期刊上发表题为“在粒子物理学的能量和强度边界应用机器学习”的文章，总结了在粒子物理学的前沿使用机器学习所带来的机遇和挑战。

欧洲核子研究中心（CERN）的大型强子对撞机（LHC）是目前世界上最大的粒子加速器，其每秒可产生一百万吉字节（GB）的数据。如此海量的数据，给存储和分析带来了极大难题。研究人员利用专用的硬件和软件，通过机器学习技术来实时决定哪些数据需要保存，哪些数据可以丢弃。结果表明，机器学习算法可以至少做出其中70%的决定，大大减少了人类科学家的工作量。

近期人工智能在物理学领域的应用，除大型强子对撞机的数据分析外，还包括以下几方面：

2018年9月，美国劳伦斯伯克利国家实验室的科研人员与英特尔、克雷公司的工程师合作，利用深度学习技术开发出物理科学应用程序CosmoFlow，可用于处理大型三维宇宙学数据集。（发表于arxiv.org）

2018年9月，美国加州大学伯克利分校Breakthrough Listen项目的研究人员利用机器学习基础，从距离地球约30亿光年的光源中发现了72个新的宇宙无线电爆发。（发表于《The Astrophysical Journal》）

二、人工智能在基础科研领域中扮演什么角色？

材料、化学、物理等基础科研领域的发展，是大国科技竞争力的重要保证，其直接决定了社会各方面进步的步伐，重要性不言而喻。在AI 2.0时代，如何利用大数据挖掘和人工智能技术为基础科研领域赋能，成为了基础科学实现“弯道超车”的重要命题。

（一）传统科研模式需要进一步革新

2007年，图灵奖得主Jim Gray在NRC-CSTB大会上提出了科学研究的四类范式：经验科学（实验科学）是第一范式，在研究方法上以归纳为主，带有较多盲目性的观测和实验；理论科学是第二范式，偏重理论总结和理性概括，在研究方法上以演绎法为主；计算科学是第三范式，主要根据现有理论的模拟仿真计算，再进行少量的实验验证；数据密集型科学即第四范式，它以大量数据为前提，运用机器学习、数据挖掘技术，可从大量已知数据中得到未知理论。

以材料科学为例，当前普遍采用的基础科研模式主要以第一、二范式为主，第三范式为辅。在实际科研工作中，传统模式带来的问题主要有：一是重复性劳动过多，新材料研发环节中变量多，“试错法型”的实验量繁杂；二是“失败实验”的数据遭抛弃，海量数据沉默，无法被人有效利用；三是耗时太长，以航空涡轮发动机为例，单晶高温合金叶片的研制周期往往长达10年以上。

随着互联网时代的发展，数据传播、分享的门槛大大降低，而计算机硬件计算能力的提升又令大数据的计算分析成为可能，从而催生了科学第四范式。随着第四范式的诞生，所能解决的科学问题的复杂度进一步提升，势必会给材料、化学、物理等基础科研领域带来效率和效果的极大提升。基础科研领域拥抱第四范式，已经成为必然的趋势。

（二）人工智能如何支撑基础科研领域发展？

在AI 2.0时代，数据是最核心的资源，也是实践基础科研领域第四范式的基础。当前，不同科学领域数据库的建设，已经受到各国的高度重视。例如，美国国立卫生研究院的生物基因序列库GenBank迄今已收录超过2亿条基因序列，并正以大约每18个月翻一番的速度增长；美国国家标准技术院Materials Data Facility收集的数据量已达到12.5TB；日本物质·材料研究机构建设的MatNavi数据库是关于高分子、陶瓷、合金、超导材料、复合材料和扩散的世界上最大的数据库之一。

21世纪以来，“材料基因组”、“化学基因组”和各类物理学数据库的建设正加速进行。在人工智能算法和计算机硬件不断进步的背景下，“数据挖掘+人工智能分析”已经成为基础科研领域快速发展的重要驱动力：

人工智能变革科研数据的搜集、获取方式。利用人工智能语义分析技术，科研论文中的数据将更易搜集和获取，解决了人工搜集科研数据效率低的问题。

人工智能变革科研数据的分析方式与效率。利用深度神经网络及其他机器学习技术，科学家们将可从海量的结构化数据中高效获得隐藏的因果关系，从而大幅提升数据分析效率。

未来，基础科研领域的发展将构筑于数据与人工智能的基础之上。对此，我应该抓住AI 2.0时代的发展契机，积极构建基础科研数据库，高效利用人工智能技术，抢占技术创新高地，实现材料、化学、物理等基础科研领域的“弯道超车”。

八、中国智能之父？

中国人工智能之父吴文俊

　　吴文俊，中国著名数学家、 中国中共党员、 中国中国科学院院士。 吴文俊对数学的主要领域做出了重大贡献——拓扑、创造了数学机械化的新领域，获得了第一届国家最高科学技术奖、第一届国家自然科学一等奖、拥有东方诺贝尔奖的名称邵逸夫数学奖、国际自动推理奖，赫兰德自动推理杰出成就奖。

      吴文俊出生于1919年的上海，他于1940年毕业于交通大学数学系。 1949年从法国毕业，1951年回到中国。他是北京大学、 中国科学院数学研究所、 中国科学院科学技术学院、 中国科学院和系统科学。他曾担任中国 中国4主席，中国科学院数学和物理系主任，国家中国6常务委员会委员，2002年国际数学家大会主席人工智能研究所名誉主席，中国系统研究所名誉所长。

九、中国彩陶材料？

陶器的发明是人类文明的重要进程－－是人类第一次利用天然物，按照自己的意志创造出来的一种崭新的东西。从河北省阳原县泥河湾地区发现的旧石器时代晚期的陶片来看，在中国陶器的产生距今已有１１７００多年的悠久历史。

陶器是用泥巴（粘土）成型晾干后，用火烧出来的，是泥与火的结晶。我们的祖先对粘土的认识是由来已久的，早在原始社会的生活中，祖先们是处处离不开粘土，他们发现被水浸湿后的粘土有粘性和可塑性，晒干后变得坚硬起来。对于火的利用和认识历史也是非常远久的，大约在２０５万年至７０万年前的元谋人时代，就开始用火了。先民们在漫长的原始生活中，发现晒干的泥巴被火烧之后，变得更加结实、坚硬，而且可以防水，于是陶器就随之而产生了。陶器的发明，它揭开了人类利用自然、改造自然、与自然做斗争的新的一页，具有重大的历史意义，是人类生产发展史上的一个里程碑。

从目前所知的考古材料来看，陶器中的精品有旧石器时代晚期距今１万多年的灰陶、有８０００多年前的磁山文化的红陶、有７０００多年的仰韶文化的彩陶、有６０００多年的大汶口的“蛋壳黑陶”、有４０００多年的商代白陶、有３０００多年的西周硬陶，还有秦代的兵马俑、汉代的釉陶、唐代的唐三彩等。到了宋代，瓷器的生产迅猛发展，制陶业趋于没落，但是有些特殊的陶器品种仍然具有独特的魅力，如宋、辽三彩器和明、清至今的紫砂壶、琉璃、法花器及广东石湾的陶塑等，都是别具一格，倍受赞赏。

一、彩陶

即彩色陶器，系利用赤铁矿粉和氧化锰作颜料，使用类似毛笔的工具，在陶坯表面上彩绘各种图案，入窑经900～1050℃火烧后，在橙红的底色上，呈现出黑、红、白等颜色的图案。自1912年在河南渑池县仰韶村新石器时代文化遗址中发现后，甘肃、青海、陕西、宁夏、河南、河北、山西、山东、江苏、四川、湖北等省区均陆续出土，它们分别属于不同的文化类型。

十、请问什么是智能材料？

在这个新材料层出不穷的时代,智能材料也是独领风骚的一朵奇葩.智能材料是二十世纪90年代迅速发展起来的一类新型复合材料.智能材料目前还没有统一的定义,不过,现有的智能材料的多种定义仍然是大同小异.大体来说,智能材料就是指具有感知环境(包括内环境和外环境)刺激,对之进行分析,处理,判断,并采取一定的措施进行适度响应的智能特征的材料.具体来说智能材料需具备以下内涵:(1)具有感知功能,能够检测并且可以识别外界(或者内部)的刺激强度,如电,光,热,应力,应变,化学,核辐射等;(2)具有驱动功能,能够响应外界变化;(3)能够按照设定的方式选择和控制响应;(4)反应比较灵敏,及时和恰当.(5)当外部刺激消除后,能够迅速恢复到原始状态.智能材料又可以称为敏感材料,其英文翻译也有若干种,常用的有Intelligent material,Intelligent material and structure,Smart material,Smart material and structure,Adaptive material and structure等.智能材料的构想来源于仿生(仿生就是模仿大自然中生物的一些独特功能制造人类使用的工具,如模仿蜻蜓制造飞机等等),它的目标就是想研制出一种材料,使它成为具有类似于生物的各种功能的"活"的材料.因此智能材料必须具备感知,驱动和控制这三个基本要素.但是现有的材料一般比较单一,难以满足智能材料的要求,所以智能材料一般由两种或两种以上的材料复合构成一个智能材料系统.这就使得智能材料的设计,制造,加工和性能结构特征均涉及到了材料学的最前沿领域,使智能材料代表了材料科学的最活跃方面和最先进的发展方向.为增加感性认识,现举一个简单的应用了智能材料的例子:某些太阳镜的镜片当中含有智能材料,这种智能材料能感知周围的光,并能够对光的强弱进行判断,当光强时,它就变暗,当光弱时,它就会变的透明.