本书围绕材料研发模式变革和新材料智能化发展的战略需求，聚焦材料大数据发展战略、基础设施和标准规范建设，首次系统阐明了材料高效计算与自主设计、集成计算材料工程、材料智能化自动制备与表征、材料机器学习等新材料智能化研发技术与研究成果，论述了新材料研发智能化前沿技术、关键装备和核心软件应用等关键技术，针对我国新材料产业发展、支撑平台建设、技术和装备研发和人才培养的现状，进一步厘清优势和短板，提出了明确的新材料研发智能化技术路径与研发思路。

第1章　新材料研发智能化关键技术发展概述 001
1.1 概念与内涵 002
1.2 政府发展战略和计划 003
1.2.1　美国发展战略 003
1.2.2　欧盟计划 004
1.2.3　中国科技计划 005
1.3 技术发展现状与对比分析 006
1.3.1　国外技术发展现状 006
1.3.2　中国技术发展现状 011
1.3.3　国内外对比分析 014
1.4 问题与挑战 016
1.5 战略需求 017
1.6 重点发展方向 018
参考文献 021

第2章　材料大数据与人工智能 025
2.1 材料数据库技术 026
2.1.1　概念与内涵 026
2.1.2　数据采集技术 026
2.1.3　数据存储技术 027
2.1.4　数据交换技术 028
2.1.5　数据预处理技术 028
2.1.6　发展现状和趋势 029
2.2 材料人工智能 040
2.2.1　概念与内涵 040
2.2.2　模型构建技术 040
2.2.3　逆向设计技术 041
2.2.4　自主决策技术 041
2.2.5　数字孪生技术 042
2.2.6　发展现状和趋势 042
2.3 问题与挑战 055
2.4 重点发展方向 059
参考文献 061

第3章　材料高效计算与设计技术 065
3.1 多尺度计算 066
3.1.1　概念与内涵 066
3.1.2　多尺度计算技术 066
3.1.3　发展现状和趋势 067
3.2 高通量计算 070
3.2.1　概念与内涵 070
3.2.2　高通量计算技术 071
3.2.3　发展现状与趋势 072
3.3 集成计算材料工程 082
3.3.1　概念与内涵 082
3.3.2　集成计算材料工程技术 082
3.3.3　发展现状与趋势 083
3.4 智能化计算 088
3.4.1　概念与内涵 088
3.4.2　智能化计算技术 088
3.4.3　发展现状 090
3.5 材料计算软件 094
3.6 国内外分析对比 097
3.7 问题与挑战 102
3.8 重点发展方向 105
参考文献 106

第4章　材料先进实验技术与装置 109
4.1 材料高通量制备表征技术与装置 110
4.1.1　概念与内涵 110
4.1.2　高通量制备技术 110
4.1.3　高通量表征技术 132
4.1.4　发展现状和趋势 136
4.2 材料原位表征与测试技术 138
4.2.1　概念与内涵 138
4.2.2　基于扫描电镜的原位表征与测试技术 139
4.2.3　基于透射电镜的原位表征与测试技术 143
4.2.4　发展现状和趋势 148
4.3 材料服役行为高效评价技术与装置 150
4.3.1　概念与内涵 150
4.3.2　服役行为高效评价技术 151
4.3.3　发展现状和趋势 155
4.4 材料自主/智能实验技术和装置 157
4.4.1　概念与内涵 157
4.4.2　自动化实验技术 158
4.4.3　自主实验系统 161
4.4.4　发展现状和趋势 167
4.5 问题与挑战 169
4.6 重点发展方向 172
参考文献 173

第5章　创新平台与基础设施 177
5.1 高效计算设计平台 178
5.1.1　国外发展现状 178
5.1.2　国内发展现状 186
5.1.3　问题与挑战 190
5.1.4　重点发展方向 196
5.2 先进实验平台 197
5.2.1　国外发展现状 197
5.2.2　国内发展现状 200
5.2.3　问题与挑战 204
5.2.4　重点发展方向 205
5.3 材料数据基础设施 206
5.3.1　国外发展现状 207
5.3.2　国内发展现状 215
5.3.3　问题与挑战 221
5.3.4　重点发展方向 225
5.4 材料协同创新网络 226
5.4.1　国外发展现状 226
5.4.2　国内发展现状 229
5.4.3　问题与挑战 231
5.4.4　重点发展方向 232
参考文献 232

第6章　材料智能研发技术标准体系 235
6.1 概念与内涵 236
6.1.1　适合人工智能（AI-ready）的材料数据 236
6.1.2　AI-ready材料数据的特点 237
6.1.3　AI-ready材料数据的标准化治理 242
6.1.4　材料数据库系统与数据交互协议的标准化 244
6.2 国内外现状 245
6.2.1　国外发展现状 245
6.2.2　国内发展现状 249
6.3 需求与挑战 253
6.3.1　需求分析 254
6.3.2　问题与挑战 258
6.3.3　发展思路与重点任务 260
6.3.4　政策与措施建议 261
参考文献 262

第7章　高层次创新人才培养 267
7.1 材料研发智能化对多学科交叉人才的需求 268
7.1.1　材料研发智能化促进多学科交叉 268
7.1.2　材料人工智能交叉学科发展现状 268
7.1.3　材料研发智能化对人才培养提出了新的需求 272
7.1.4　问题与挑战 274
7.1.5　建设思路与重点任务 276
7.2 高层次创新人才培养体系 277
7.2.1　高层次创新人才培养的目标 277
7.2.2　材料人工智能教育教学发展现状 279
7.2.3　问题与挑战 283
7.2.4　发展思路与实施举措 285
7.3 高层次创新人才培养模式 287
参考文献 295

第8章　发展路径与政策措施建议 299
8.1 发展路径 300
8.1.1　突破新材料研发智能化的基础理论和关键技术 300
8.1.2　构筑新材料研发智能化“基础底座” 301
8.1.3　打造协同高效的研发智能化平台体系 303
8.1.4　树立数据赋能的典型应用示范标杆 305
8.2 政策措施建议 306