全国人大代表、万华化学董事长廖增太：加快人工智能与化工深度融合，加速形成新质生产力|两会声音

本报（chinatimes.net.cn）记者李贝贝 见习记者 何一华 北京报道

人工智能作为一种发展潜力巨大、对传统产业可能带来颠覆性变革的新兴技术，当前逐步成为全球技术竞争的关键之一，正在对全球经济社会产生深远影响，成为激发经济增长活力和推动高质量发展的新动能。

“中国是全球唯一拥有全部工业门类的国家，人工智能和制造业的深度融合将极大促进重点行业智能升级，高水平赋能工业制造体系，加快形成新质生产力，为制造强国、网络强国和数字中国建设提供有力支撑。”全国人大代表、万华化学董事长廖增太表示。

《华夏时报》记者了解到，今年两会，廖增太带来了加快人工智能与化工深度融合，加速形成新质生产力的建议。此外还有三份建议，分别是加快推动人造板产业高质量发展、加快推动高端医疗器械原材料国产化、加快推动高质量住宅与超低能耗建筑建设。

化工行业作为国民经济的基础和支柱产业，为推动与人工智能进行深度融合，加速培育新质生产力，廖增太建议：多方协同合作，形成国家级化工行业通用数据集；提供政策性支持，鼓励人工智能在化工行业典型应用场景先行先试；建立完善的人工智能人才培养战略和引进政策，强化AI人才体系建设。

形成行业通用数据集

化工行业在国民经济中地位突出。化工品作为最重要的原材料之一，广泛应用于各产业领域。联合国环境规划署报告显示，依据工业部门细分化工品市场，建筑是化工品最大的终端应用领域，电子、家用、农业、纸质包装、汽车、医疗、能源等均是主要应用领域。

化工行业作为国民经济的基础性产业，同样需要人工智能赋能。而人工智能与化工行业的深度融合高度依赖行业数据集的建设。

但是行业数据集建设仍存在一些问题。廖增太告诉《华夏时报》，“目前各类基础数据(如物性库)不足、专业文献及实验过程数据量庞大、数据收集整理和标注工作量巨大、行业数据标准缺乏，同时还涉及商业机密和数据安全等问题，难以形成行业通用数据集。”

《华夏时报》记者注意到，化工行业门类繁多，上下游细分市场众多，导致供应链十分庞杂。而不同化工产品差异较大，各子行业之间商业模式也不尽相同，也加大了化工行业数据形成合力的难度。

为解决化学行业通用数据集难以形成问题，廖增太建议，政府牵头组织相关部门、高校、化工行业协会、数据标准组织，建立符合国际标准的化工行业数据标准，组织收集化工行业通用基础数据，并进行专业数据标注，形成国家级化工行业通用数据集，为行业基础大模型训练及智能化建设提供数据基础。

应用场景先行先试

在今年的政府工作报告中,对数字经济作了多次重点提及。报告指出，要深入推进数字经济创新发展。制定支持数字经济高质量发展政策，积极推进数字产业化、产业数字化，促进数字技术和实体经济深度融合。深化大数据、人工智能等研发应用，开展“人工智能+”行动，打造具有国际竞争力的数字产业集群。

记者注意到，目前人工智能在化工领域的应用，已经有所体现。谷歌DeepMind成功预测出220万种晶体结构；微软MatterGen可根据化学组成、对称性等各种约束条件生成定制化材料结构。“AI在材料设计和筛选方面表现出巨大潜力，必将给材料行业带来颠覆性的变革。”廖增太指出。

据此，廖增太建议，国家层面对制造业数字化转型编制指导性的规划意见，尤其是在化工材料分子发现、分子逆向合成、材料大模型、工业设备故障预警、生产工艺优化等化工制造业场景。鼓励AI技术在化工行业的广泛应用，助力化工行业高质量发展。

强化AI人才体系建设

化工行业和人工智能的融合发展离不开人才的引进和培养，但是人才缺乏是当下普遍面临的问题。

廖增太表示，“化工人工智能领域是一个复杂的交叉学科，涉及量子化学、物理、数学、药学、化学、控制、机械工程等多个领域。一方面，行业缺乏熟练掌握跨学科知识的人才，制约了人工智能技术的综合应用。另一方面，行业竞争激烈导致企业难以留住人工智能高端人才。”

针对人才缺乏的现状，廖增太建议，在国家层面制定人工智能人才培养战略规划，完善人工智能领域高端人才的引进和留用政策，提供良好的科研条件和职业发展空间。建立健全人才评价体系，充分考虑人工智能领域的特殊性，对人才成果进行科学公正评价，尊重并保护人才创新权益。

责任编辑：李未来 主编：张豫宁