Han Jeongwoo,首尔大学教授:"制造竞争力还需加上材料设计能力"
人工智能加速催化剂筛选,产业化仍是课题……经济低迷,创新能力不足

首尔大学教授 Han Jeongwoo 在采访中介绍人工智能(AI)将给科学研究和新材料开发方式带来的变化。记者 Kim Jonghwa<br>

首尔大学教授 Han Jeongwoo 在采访中介绍人工智能(AI)将给科学研究和新材料开发方式带来的变化。记者 Kim Jonghwa

View original image


韩国是世界制造业强国。半导体、电池、石油化工等领域积累的生产技术,是国家竞争力的核心。然而,在人工智能设计新材料的时代,仅凭制造能力还能引领全球市场吗?


首尔大学材料工程系教授 Han Jeongwoo 肯定了韩国制造业的优势,同时强调必须具备构思和设计技术的能力。10月30日,在釜山会展中心“韩国工业化学会2026年度秋季学术大会”闭幕后,Han 教授接受记者采访时表示:“如果由美国承担技术设计的角色,我们最终可能只负责制造。”他对此表示担忧。


如果由其他国家主导确立新技术和新产品的概念,韩国的制造业竞争力也可能受到限制。他认为,必须将人工智能驱动的材料设计能力与现有制造实力结合起来。


人工智能改变材料开发……13天搭建催化剂筛选体系


Han 教授长期从事计算科学研究,通过计算机预测催化剂和材料的结构及性能。近来,他开始运用大型语言模型和人工智能寻找新的催化剂候选物。这一做法摆脱了依赖研究人员经验和直觉的传统模式,转而由人工智能推荐有前景的物质并进行所需计算。


Han 教授的研究团队仅用约13天,就搭建起了人工智能与大型语言模型相结合的催化剂筛选体系。借助该体系,研究人员可以在几小时内筛选催化剂候选物并获得结果。不过,这只是利用计算机进行预测的阶段,实际合成催化剂并验证其性能仍需另行开展。

AI生成图像

AI生成图像

View original image

单次计算所需的时间也大幅缩短。Han 教授表示:“过去,完成一次计算并得出结果有时需要5天以上,现在有些情况下几秒钟就能完成。”这体现了计算技术的进步,但并不意味着催化剂开发的整个流程也因此同等提速。


开发新催化剂,需要合成候选物质并测量其性能。人工智能的优势不在于取代实验,而在于提高筛选有前景候选物的效率。


即使在实验室确认了出色的性能,也不能马上将其投入工业生产。若要用于燃料电池,就必须制造电池单体和电池堆;若要应用于石油化工工艺,还需要设计大型反应器。


Han 教授表示:“在实验室规模确认性能之后,还需要扩大规模,才能实际应用于工业领域。”他还说明,研究团队目前的研究重点是材料开发阶段。人工智能的筛选速度与实际产业化速度之间,仍存在差距。

全罗南道丽水国家产业园区内建有大型石油化工生产设施。随着人工智能开始设计新材料和催化剂,有观点认为,韩国制造业也应从以生产为中心转向加强研发和技术设计能力。韩联社供图

全罗南道丽水国家产业园区内建有大型石油化工生产设施。随着人工智能开始设计新材料和催化剂,有观点认为,韩国制造业也应从以生产为中心转向加强研发和技术设计能力。韩联社供图

View original image

“美国负责设计,韩国负责制造”……制造强国面临的下一项课题


Han 教授关注美国大型科技企业进军材料研究领域的动向。Meta正通过人工智能原子与材料模拟项目“FAIR-Chem”,开发用于预测催化剂和材料特性的模型。谷歌DeepMind和微软也在开展利用人工智能探索和设计新材料的研究,英伟达同样参与相关技术开发。


Han 教授表示,这些企业将材料和化学领域视为未来的商业机会。拥有人工智能技术、大规模数据和计算基础设施的企业,正将影响力扩展到新物质的设计阶段。


他认为,如果韩国将人工智能驱动的设计能力与自身的制造技术结合起来,就能主导从新材料开发到生产的全过程。然而,韩国国内的研究环境仍面临不少限制。Han 教授指出,图形处理器的获取难题以及对海外大型语言模型的依赖,是主要瓶颈。


他表示:“研究中最大的瓶颈之一是图形处理器。”他还称,韩国研究人员很难获得充足的所需设备。随着海外企业的大型语言模型迅速发展,研究人员对这些模型的依赖程度也在上升。

AI生成图像

AI生成图像

View original image

技术虽已进步,企业却陷入低迷……创新面临现实阻碍


人工智能技术发展迅速,但韩国国内产业界并不容易积极加以利用。Han 教授认为,尤其是石油化工业长期不景气,限制了企业投资新技术的能力。


Han 教授表示:“化学工业的处境太困难,看起来无暇顾及新事物”,并称“目前正处于必须进行结构调整的局面”。


新冠疫情前,他也曾与企业在材料设计和模拟领域开展合作。他表示,与当时相比,人工智能技术已大幅进步,但企业的经营环境并不宽松,难以引进新技术。Han 教授认为,与其批评企业态度消极,不如理解产业界所处的现实。


数据安全也是一大障碍。半导体、电池和化工企业希望将人工智能用于材料开发,却担心核心技术和研究数据外泄,企业之间也难以共享数据。


Han 教授指出,企业虽然意识到运用人工智能的必要性,却因数据安全问题而犹豫是否积极引进。他还表示,拥有充足自有数据的大企业与缺乏此类数据的企业之间,差距也可能成为问题。

首尔大学教授 Han Jeongwoo 在采访中介绍人工智能(AI)将给科学研究和新材料开发方式带来的变化。记者 Kim Jonghwa供图

首尔大学教授 Han Jeongwoo 在采访中介绍人工智能(AI)将给科学研究和新材料开发方式带来的变化。记者 Kim Jonghwa供图

View original image

大学和研究机构同样面临数据共享困难。材料研究的数据形式会因实验条件和测量方式而异,因此若要用于人工智能训练,就必须进行标准化。然而,整理数据会给研究人员增加额外负担。Han 教授坦言,即使在自己的实验室,要系统整理并共享实验数据也并非易事。


Han 教授还关注人工智能提出物质方案、机器人执行实验的自主实验室。这种模式将人工智能预测、机器人实验和结果分析连接起来。不过,考虑到这类设施需要昂贵设备和专门空间,他建议政府出资设立的研究机构或大学建设可供多名研究人员共同使用的设施。


人工智能时代,人依然重要……研究始于“问题定义”


在人工智能能够进行计算、甚至提出新物质方案的时代,科学家的角色将如何变化?Han 教授表示,技术快速发展本身也给研究人员带来了新的困难。


他表示:“六个月前和现在已经大不相同,与一年前相比,变化之大甚至让人记不清当时的情况。”他指出,花数月开发的算法,可能会因新型大型语言模型问世而失去意义。


那么,在人工智能时代,科学家最需要具备什么能力?Han 教授的回答是“问题定义”。他强调:“必须知道问题是什么,人工智能才能解决。人工智能无法替你定义问题。要定义问题,就必须大量学习,并充分掌握相关领域的科学知识。”


即使人工智能代替人类进行计算,判断研究方向的能力依然重要。

[科学视野] 人工智能负责设计,韩国只负责制造?首尔大学教授发出警告 View original image

Han 教授还强调研究人员之间交流的重要性。学术大会上的交谈可能成为开展新合作研究的起点。他表示,看到教授们在学术大会上聚餐交流,有人或许会认为他们在做与研究无关的事,但实际上,餐桌上的话题也会延续到研究上。


他说:“吃饭时聊的最终全是研究。大家脑子里想的只有研究。”对Han 教授而言,学术大会是获取信息、建立研究人员之间信任的场所。通过倾听其他研究人员的想法、把握学科发展趋势,研究人员可以确定今后的研究方向。


Han 教授表示:“我把这个领域其他学校的所有教授都视为自己的同事。”他解释说,即使所属机构不同,大家也会思考相似的问题,并彼此合作。


谈到参加学术大会的原因时,他表示:“我能感受到这个领域的动向,也有很多机会暂时抽身出来,思考我们今后应该如何前进。”



■ 首尔大学材料工程系教授 Han Jeongwoo

2002年毕业于首尔大学化学生物工程系,2007年在美国卡内基梅隆大学获得化学工程硕士学位,2010年在佐治亚理工学院获得化学生物分子工程博士学位。此后,他曾在美国麻省理工学院从事博士后研究,历任首尔市立大学和浦项工科大学教授,2023年加入首尔大学。主要研究领域为运用计算科学和人工智能设计催化剂及能源材料。2022年获得韩国科学技术信息通信部“本月科学技术人才奖”,2024年获得韩国工业化学会“最佳论文奖(Best Paper Award)”。近期,他与瑞士苏黎世联邦理工学院合作,提出了将人工智能模拟与实验相结合的气体传感器材料设计策略“双循环(Twin-loop)”。相关前瞻性论文于2026年9月发表于国际学术期刊《Nature Sensors》。


本报道由人工智能(AI)翻译技术生成。

版权所有 © 阿视亚经济。未经许可不得转载,禁止用于AI训练及使用。

不容错过的热点