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行业深度融合，加速形成新质生产力

（原标题：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行业深度融合，加速形成新质生产力）

本文来源：时代周报 作者：韩迅

人工智能的快速发展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。

近年来，党和政府高度重视人工智能与制造业的深度融合，出台了一系列支持政策。化工行业作为国民经济的基础和支柱产业，为推动人工智能与化工行业的深度融合，加速培育新质生产力。

因此，全国人大代表、万华化学党委书记、董事长廖增太此次两会带来了《加快人工智能与化工行业深度融合，加速形成新质生产力》等议案。

全国人大代表、万华化学党委书记、董事长廖增太

首先，多方协同合作，形成国家级化工行业通用数据集。化工行业产品品类复杂，涉及生产生活的方方面面，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。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。

因此，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。

其次、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。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。

第三、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。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，人才缺乏是当下普遍面临的问题。一方面，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。

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。