全國人大代表，萬(wàn)華化學(xué)黨委書(shū)記、董事長(cháng)廖增太：加快人工智能與化工行業(yè)深度融合

    本報兩會(huì )報道組 趙彬彬

    人工智能的快速發(fā)展正在對全球經(jīng)濟社會(huì )產(chǎn)生深遠影響，成為激發(fā)經(jīng)濟增長(cháng)活力和推動(dòng)高質(zhì)量發(fā)展的新動(dòng)能。日前，全國人大代表，萬(wàn)華化學(xué)黨委書(shū)記、董事長(cháng)廖增太在接受《證券日報》記者采訪(fǎng)時(shí)表示：“化工行業(yè)作為國民經(jīng)濟的基礎和支柱產(chǎn)業(yè)，建議國家出臺政策，加快人工智能與化工行業(yè)深度融合，加速形成新質(zhì)生產(chǎn)力，助力化工行業(yè)高質(zhì)量發(fā)展。”

    圖說(shuō)全國人大代表，萬(wàn)華化學(xué)黨委書(shū)記、董事長(cháng)廖增太。公司/供圖

    人工智能與化工行業(yè)的深度融合高度依賴(lài)行業(yè)數據集的建設。目前，由于各類(lèi)基礎數據不足、專(zhuān)業(yè)文獻及實(shí)驗過(guò)程數據量龐大、行業(yè)數據標準缺乏，同時(shí)還涉及商業(yè)機密和數據安全等問(wèn)題，難以形成行業(yè)通用數據集。

    因此，廖增太認為：“首先應該多方協(xié)同合作，形成國家級化工行業(yè)通用數據集。”他建議，由政府牽頭組織相關(guān)部門(mén)、高校、化工行業(yè)協(xié)會(huì )、數據標準組織，建立符合國際標準的化工行業(yè)數據標準，組織收集化工行業(yè)通用基礎數據，并進(jìn)行專(zhuān)業(yè)數據標注，形成國家級化工行業(yè)通用數據集，為行業(yè)基礎大模型訓練及智能化建設提供數據基礎。

    其次，廖增太認為，應提供政策性支持，鼓勵人工智能在化工行業(yè)典型應用場(chǎng)景先行先試。“AI在材料設計和篩選方面已經(jīng)表現出巨大潛力。”廖增太說(shuō)，谷歌Deep Mind成功預測出220萬(wàn)種晶體結構，而微軟Matter Gen則可根據化學(xué)組成、對稱(chēng)性等各種約束條件生成定制化材料結構。AI必將給材料行業(yè)帶來(lái)顛覆性的變革。

    廖增太建議，國家層面對制造業(yè)數字化轉型編制指導性的規劃意見(jiàn)，尤其是在化工材料分子發(fā)現、分子逆向合成、材料大模型、工業(yè)設備故障預警、生產(chǎn)工藝優(yōu)化等化工制造業(yè)場(chǎng)景，鼓勵AI技術(shù)在化工行業(yè)的廣泛應用，助力化工行業(yè)高質(zhì)量發(fā)展。

    最后，廖增太建議，建立完善的人工智能人才培養戰略和引進(jìn)政策，強化AI人才體系建設。“加快人工智能與化工行業(yè)深度融合，最關(guān)鍵的問(wèn)題是人才。”他建議，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(lǐng)域高端人才的引進(jìn)和留用政策，提供良好的科研條件和職業(yè)發(fā)展空間。建立健全人才評價(jià)體系，充分考慮人工智能領(lǐng)域的特殊性，對人才成果進(jìn)行科學(xué)公正評價(jià)，尊重并保護人才創(chuàng )新權益。

（編輯 孫倩）