Lubrizol利用AI创新特种化学品

随着公司试图借助人工智能、云计算和高级建模加速创新，主要挑战是将新技术与可靠数据、科学专长以及将产品推向市场的实际现实相结合。对于特种化学品制造商路博润来说，数字化转型就是为研究人员提供工具，以便更快地测试想法，做出更明智的决策，并开发更可持续的材料，同时不牺牲性能。

路博润信息技术副总裁 Girish Rao 表示，该公司正在构建一个数字基础，将业务流程、现代数据平台和云基础设施连接起来，以支持其研发 (R&D) 团队。他们的目标是结合数十年来积累的技术数据以及理解客户需求以及其工作物理限制的化学家和工程师的深厚专业知识。数据科学家可以在研究人员进行物理实验之前帮助识别模式、测试新的假设并对可能性进行建模。但 Rao 强调，‘这不是关于取代科学判断；而是关于为我们的科学家提供更好的工具。’

科学家、数据科学家和 IT 团队从不同的角度看待问题，分别优先考虑实验有效性、模型性能以及平台安全性和可扩展性。通过将这些团队在‘融合团队’中聚集在一起，路博润使他们围绕共同目标进行协调，从小的试点项目开始建立信任。

‘一旦团队成员之间建立了信任，他们就知道他们即将创造的价值，’ Rao 说，‘事情就会进行得更好。’云基础设施也为该公司提供了灵活性，以便在不进行建设和维护自己的数据中心所需的重大投资的情况下访问计算资源和现代工具。

这些能力在推进可持续性方面可能特别有价值。数字建模可以帮助研究人员评估更多配方，探索淀粉和玉米基替代材料，并评估产品整个生命周期中的权衡。在实验室中承诺一种材料只是第一步。在满足性能预期、监管要求和财务限制的情况下扩大生产仍然是一根紧绷的钢丝，但人工智能对多个变量的建模能力可以帮助团队应对这些相互竞争的需求。

展望未来，Rao 预计人工智能、自动化、高级建模、数字孪生和连接数据将在实验室变得更加智能、制造工厂变得更加高效时汇聚在一起。他认为，机会在于负责任地并以规模化的方式结合这些能力。‘这不仅仅是一项单一技术。我认为这是所有这些技术的结合，它将是连接所有这些过程以生成大量数据的能力。’

本次网络直播由 Infosys 联合制作。

本内容由 MIT Technology Review 的定制内容部门 Insights 制作，而非其编辑部。它是人类研究和撰写的，任何可能使用的 AI 工具仅限于在人类监督下的生产流程。