人类直觉与人工智能结合，正推动量子材料发现的新范式。康奈尔大学物理学家金恩阿（Eun-Ah Kim）及其团队开发出名为“材料专家-人工智能”（ME-AI）的机器学习模型，成功将人类专家的直觉与经验转化为可计算的科学洞察，用于发现新型拓扑半金属材料。 在传统研究中，许多先进材料的特性难以通过纯数学建模完全揭示，往往依赖专家基于经验的判断和“直觉”。金恩阿指出，即使最强大的AI也无法完全复制这种人类的深层认知，而ME-AI正是为了弥补这一鸿沟而设计。该模型通过让材料科学家亲自筛选和标注数据，定义关键特征，使AI学习“专家式思维”——即如何从复杂信息中识别出关键线索。 研究团队以普林斯顿大学化学家莱斯利·肖普（Leslie Schoop）及其团队的实验数据为基础，针对879种正方网结构材料，训练ME-AI模型以识别具有特定理想性质的材料。结果表明，ME-AI不仅准确复现了专家的判断，还展现出强大的泛化能力，成功预测了另一类不同化合物中具有相似特性的新材料。 更令人惊喜的是，当模型提出某些未被明确要求的发现时，肖普立刻认出这是自己思考过程的再现：“哦，这很有道理。”这说明AI不仅学会了专家的推理方式，甚至能延伸其思维。 金恩阿强调，人类的直觉往往来得迅速而模糊，难以言说，而AI的优势在于可解释性——它能清晰展示推理路径。ME-AI的目标正是将人类专家的“潜意识判断”显性化，使科学发现过程更加透明、可复现。 该研究为美国国家科学基金会AI-材料研究所（AI-MI）的愿景奠定了基础：通过精准定向搜索取代偶然发现，实现下一代材料的高效研发。金恩阿表示，高质量的数据整理是科学突破的关键，而ME-AI正是连接人类智慧与AI能力的桥梁。