上述文章发布两天以来，也有不少业内人士提出了质疑，正如本号早在今年七、八月撰写文章《为应对航空复苏及预期增长，日本东丽正在研发强度8GPa的超高强度碳纤维》（阅读原文）以及《深度解密日本东丽公司最新碳纤维发展战略（6）公司未来发展的三大战略》（阅读原文）中明确提出了日本东丽公司正在研发的超高强度碳纤维的拉伸强度高达8.0GPa、拉伸模量310-320GPa。文章发布后也有不少疑问，直到10月29日东丽公司正式发布消息，上述内容得以证实。
此次的文章质疑点则集中在了“人工智能+原子级缺陷控制”两项技术，似乎是闻所未闻且有言过其实之嫌，在此明确一下，所谓的“人工智能+原子级缺陷控制”技术并非小编杜撰，而是来自于日本东丽公司提供的公开资料。而这两种技术到底是怎样的先进技术呢？在本期文章中，我们首先来了解一下东丽公司所谓的人工智能技术。
另外，本文以及前述诸多原创内容是基于日本东丽公司公开资料以及多年来小编对该公司技术发展的研究理解，通过深度的技术解析和言简意赅的科普，并长期秉承中国科学院宁波材料所碳纤维及其复合材料团队的“共享知识资源、促进行业交流”的初衷，以达到与国内同行技术交流、为国内碳纤维复合材料行业服务之目的，在此诚挚欢迎有技术需求或合作意向的单位或个人填写上述技术需求信息，信息一经确认、会第一时间联系，并为您提出定制化解决方案。
随着系列新技术的开发，多种多样的新材料不断涌现，而这些材料也正在不断改变着我们日常的生活。为了研究这些可能性，东丽公司于2019年在滋贺县成立了面向未来的研发创新中心，该中心通过利用材料信息学、人工智能和开放式创新，旨在为未来的解决方案开发新的创新材料。东丽公司的未来研发创新中心由两栋建筑组成：综合研究楼和实验研究楼，前者是创意的产生地，后者是基于这些创意的原型的产生和测试地。
东丽工业公司的前身——东洋人造丝成立于1926年，当时正值合成纤维时代刚刚开始。他们选择滋贺县的大津市作为基地。如今，这个地方现在是东丽的志贺工厂，拥有五个不同的研究实验室，包括电子与成像材料研究实验室（据小编估计：T1200碳纤维第二项原子级成像技术很有可能与该实验室有关）和先进材料研究实验室。2019年新成立的面向未来的研发创新中心加入了它们的行列。
通过将材料研究推向极限，东丽开发了一系列创新材料，如碳纤维复合材料、反渗透膜和超细超细纤维布。随着人工智能在新材料研究领域的引入，利用人工智能预测正在开发的新材料的物理特性的“材料信息学”成为人们关注的焦点。
那么什么是材料信息学？材料信息学（Materials informatics）是一种通过结合机器学习、理论密度、模拟和数据库来简化材料开发的技术。材料信息学将给材料研发过程带来巨大变化，如果很好地利用人工智能，将能够对材料设计进行更复杂的预测，这会产生更高效的研究。
根据现有的生产工序，在大规模生产之前的流程极其复杂，需要设定目标、开发材料、制作原型、进行内部评估，并接受客户反馈；然后在一遍又一遍地重复上述过程之后，最终才开始大规模生产。而通过使用数字技术可以使这一重复过程更加高效，这也是材料信息学的主要目标。
但是在实际中若要模拟材料的物理性能极其困难，比如，要预测材料的物理性质，让我们先从方程y=f（x）开始。给定一个理论函数f，我们可以输入一个数值x，并预测输出的物理性质y。但选择合适的x是最困难的部分，它不单单是材料化学结构、模具加工方法，甚至还兼具两个属性。就机器学习而言，x代表一个'特征’参数，它是一个量化变量，这种变量存在无限可能，比如当涉及到塑料等聚合物时，其物理性能由化学式中表达的微观结构和所使用的加工方法共同决定。因为所涉及的过程赋值特别困难，这使得定义材料的特性变得困难。
此外，即使研究人员设法使用了大量可用的研究数据，大多数数据都是以报告和期刊文章的形式出现的，为人类读者编写的信息需要转换为机器可用的数据。最重要的是，在应用人工智能方面有着丰富经验的IT公司正在开始设计分子材料。东丽发现自己不仅与其他材料制造商竞争，还与拥有巨大数据储备的IT公司竞争。
考虑到上述情况，东丽公司也发现了其优势所在，即东丽拥有一个其他人没有的x——过程和技术，东丽公司不仅仅有理论计算，而且还可以从自己的研究和生产设施独家获取物理数据。而通过集中资源，东丽公司实现了可以以只有东丽才能做到的方式为材料信息学领域做出贡献。
如果你是长期关注本公众号的读者，那么对于人工智能涉及的“材料信息学”就不会觉得陌生，因此在本公众号前面若干期文章中有关东丽公司材料信息学就有过报道。
联系客服
