最近仔细研读了丁佳老师写的《材料科学+人工智能：“抱团”才能“更暖”》的文章，深以为然！

http://news.sciencenet.cn/htmlnews/2019/6/427551.shtm

个人对材料产业或者说制造业更感兴趣，原来一直以为包括材料产业在内的传统工业产业的格局在长期的竞争和发展后已经相对稳定。不过，人工智能作为产业的一种新的强大有力技术手段，为工业产业的重大变局和后来者弯道超车提供了难得的历史机遇。这个时候，如果能充分发挥材料科学技术+人工智能的优势，在基础和普适的检测与传感传输元器件、基础软硬件系统方面形成全面的专利保护，就可以依靠法律的力量在工业产业大洗牌和变局中持有特别的竞争优势，就如美国的高通、我国的华为在5G产业的专利群技术那样。关键是，如何找到今后工业产业的发展必经之路径、如何全面地布局专利且有能力获得授权？

抛砖引玉，就以我们课题组刚刚处理的某一件发明专利的第四次审查意见的部分答辩材料为例，谈谈本人关于材料科学技术和人工智能技术协同增效、相得益彰的看法。

审查员认为本申请所述的“应变场和温度场分析器，被配置为根据传感装置输入的实时温度和或应变数据进行运算得岀厢式滤板的实时温度场和或应变场···形成厢式滤板历史工况数据”以及“疲劳累积运算器···基于雨流计数法进行疲劳计算，其读取厢式滤板损伤数据库中厢式滤板的历史工况数据，计算滤板的疲劳损伤”是本领域的常规数据保存方式，本申请人不能认同上述观点。本申请已经明确指出了，由于粘贴于厢式滤板边框外表面的传感器只能直接监测边框部分的应变与温度情况，无法直接获取厢式滤板整体的应变场与温度场，更无法直接获知厢式滤板的损伤情况，因此现有的测试分析系统尚不能基于滤板边框的应变、温度情况对厢式滤板的整体健康状态进行实时监测，即现有技术中目前无法实现根据边框的应变和温度预测整体结构的健康情况，而本申请所述的内容通过上述应变场和温度场分析器以及疲劳累积运算器的配合使用，再以必要的硬件（即上述的区别特征1和区别特征2）为基础，真正实现了通过厢式滤板边框的应变和温度监测结果来评估整体结构健康状况的效果，这解决了目前实际检测中的一个老大难问题，也即对比文件1所实质存在的技术问题。换句话说，对比文件1所述的内容，如果无法进行光纤光栅传感器在承载结构内的嵌入处理，那么其所述的方法将都不可用；如何进行新方法的探索，如何不嵌入也不直接贴附在厢式滤板的工作表面上而又能实现厢式滤板的整体健康的评估，这正是本申请所要解决的技术问题和达到的技术效果，本领域技术人员在不知晓本申请所述内容的前提下，不可能轻易地想到将上述方法应用到本申请所述的厢式滤板的检测中，也不可能简单地想到如何通过边框的检测来实现整体结构健康状况的评估，而这正是本申请发明人付出创造性劳动获得的。总的来说，本申请所设计的技术方案是“特别设计的硬件和特别设计的软件的协同增效”技术方案：假如没有了立足现实的苛刻工况而特别设计的硬件，“巧妇难为无米之炊”，就没有了基本的物质基础及其产生的基本数据；假如没有了特别设计的一整套智能算法软件，这些硬件检测的数据就仅仅代表了边框的应变和温度数据而已，无法得到结构整体的应变场、应力场、温度场、损伤程度场等等一系列物理量的时空场信息。也正是因为这种特别设计的“软硬件协同”、“人工智能+制造”的技术方案，才解决了“瞎子摸象”或者“一叶障目、不见森林”的检测技术领域老大难问题和“卡脖子”问题，实现了“窥一斑而知全貌”的理想认知目标。

备注说明：对比文件1是本课题组在2017年10月3日授权的发明专利“一种压滤机滤板在线损伤检测装置及其实施方法”。这里的“本申请”是本课题组在2016年10月10日申请的发明专利“应用于厢式滤板的外贴式光纤光栅传感器、检测系统与方法”，已经做了四次实质性审查和答辩，引用的对比文件已经有6个（包含了英文的国际期刊论文和英文的被公开的澳大利亚国防科技报告），这些材料加起来有200多页了，在此反复审查和答辩的过程中使得我对材料科学技术和人工智能技术协同增效的理解深刻了很多很多！