大数据的概念正在快速普及。目前被公认的是，大数据方法有助于政府决策、企业管理，同样也能成为科学家的得力工具。有人提出，大数据是继实验、理论推演、计算机模拟之后，人类获取知识的“第四范式”。为了研究大数据对于材料和制造业的影响，美国国家科学院（NAS）发布了《材料研究与开发中的大数据》报告。报告中美国各主要研究机构负责人都对大数据对材料研发的影响提出了各自的观点与看法。

1、橡树岭国家实验室主任Thom Mason：大数据中的物理

　　Mason认为，不同学科对于数据计算量的需求不同，例如高能物理对数据计算量的需求就远远大于中子源。尽管如此，数据的增长速度还是超过了计算能力的增长速度。橡树岭国家实验室（ORNL）是能源部最大的科学和能源实验室，而材料科学几乎渗透了ORNL所有的研究领域。如Titan高性能计算系统对物理、生物和化学系统进行了建模与仿真，每天的数据处理量是极其庞大的。

　　除了科学研究之外，ORNL还将大数据引入了产业应用领域。例如为了追求更高燃料效率，ORNL与通用汽车合作开发的新型热电材料；与BMI合作开发的新型组件以降低重型卡车的燃料效率；与波音公司合作开发的运输机设计和开发计算模型等。

　　大数据在ORNL的制造业示范设施（Manufacturing Demonstration Facility）中的应用。以发动机涡轮叶片增材制造为例，ORNL与其产业合作伙伴莫利斯公司（Morris Technologies）合作，利用中子散射测试原子间距，更好地理解残余应力与激光增材制造工艺之间的关系。又如快速敏捷制造，ORNL与Local Motors合作，利用众包（Crowdsourcing）来为设计汽车。该项目的重点在于新材料开发和增材制造。目前已经实现利用增材和减材制造技术，制造了大型（超过20 m）碳增强聚合物。

2、空军研究实验室集成计算材料科学与工程主任Charles Ward：材料基因组计划与大数据

　　Ward认为，材料产业拥有全球最好的材料数据库。以通用电气航空集团开发的R65合金为例，以数据驱动的材料开发，可节省时间和成本50%。

　　Ward并以晶体学开发数据库（CrystallographicOpen Database）等为例说明了材料数据库的进展情况。晶体学开发数据库存储了超过25万种化合物和矿物。国际晶体学联合会（International Union of Crystallography）通过期刊得到了数据授权，Crystmet数据库拥有15万种金属以及金属间化合物结构数据，剑桥结构数据库（Cambridge Structural Database）则拥有70万种有机物和金属有机物结构，以及10万种大分子结构。

　　Ward认为，材料数据主要面临如下挑战：①材料应用范围极广，但是没有政府资助的机构主导材料研究和开发活动；②材料具有几乎无限的设计可变性，但几乎没有参考数据集，使得标准化数据描述方面非常困难；③许多技术领域都涉及到材料研究与应用，但是相关词汇表不统一；④知识产权保护使得数据分享非常困难；⑤材料对于经济和国家安全至关重要，经常面临出口保护。

3、通用电气全球研究中心服务技术主管Rusty Irving：集成计算材料工程网络（ICME-Net ）的开发

　　据Irving 介绍，集成计算材料工程（ICME-Net）网络是通用电气与MIT合作开发的一个项目。

　　建设ICME-Net 的主要目的包括：

　　①使得处于不同物理空间的研究人员能够针对ICME 技术进行合作开发、测试、和示范；

　　②通过材料工程模型和工艺“市场”推动技术的传播；

　　③推动ICME大型、复杂的模拟仿真建设；

　　④吸引和维持ICME研究团体；

　　⑤提供两种模式（包括开源和保留知识产权）的技术及最佳实践的获取机会。

　　目前项目已经进入了第二期，GE/MIT合作开发的生态系统平台技术正在为ICME-Net开发创新框架。

4、加州大学洛杉矶分校首席技术官Jim Davis：智能制造业的实时数据、网络化数据、信息及活动

　　据Davis介绍，2006年成立的智能制造业领导联盟（Smart ManufacturingLeadership Coalition，SMLC）利用产业驱动战略使得制造企业获取了更多信息。目前SMLC最关注的问题就是应用。制造企业普遍希望共享的是服务或应用，而非专有数据。作为UCLA的首席技术官，Davis与企业接触过程中发现企业关注的重点在于智能制造、信息物理系统和物联网。在与信息技术企业接触过程中发现，这类企业关注的重点在于资源规划、大数据、云计算和移动通信等。随后Davis列举了包括Praxair智能制造系统及通用动力智能制造系统等案例说明了大数据在智能制造系统中的作用。

　　Davis认为智能制造系统的基础是测试床方法。SMLC面临的主要问题包括：智能机器的操作、高保真建模、动态决策、企业和供应链决策、设计及计划等。而这所有的一切都属于数据密集型的，需要一个框架来有效管理这些数据。

　　Davis认为，智能制造的智能主要有以下特征：应用程序可以共享数据，数据可以共享应用程序，应用程序可以互相连接以执行同行业企业的行为和观点；通过结构化的自适应、自治来规范化决策的工作流程；全供应链中可操作的数据、信任和透明性；在线实时的材料、产品和活动的认证；在线实时的多维度（包括商业、运营、供应链、消费者、维护、能源等）性能及适应措施；跨企业的数据操作以提高性能；制造业设计模型的改进等。

5、DARPA技术顾问Jesse Margiotta：开放式制造业集成计算材料工程开发的数据需求

 美国国防部高级研究计划局（DARPA）开放式制造业计划的指导思想主要包括：在早期开发过程中识别关键参数，变化和限制；减少测试和开发迭代；预测关键点的概率性能；为新技术或认证过程建立信心；加速工艺成熟速度和系统化工艺重新评估。

 Margiotta介绍了DARPA与霍尼韦尔航空航天集团等合作伙伴针对粉末床熔融增材制造工艺（特别是直接金属激光烧结）快速检验项目。一般方法包含以下元素：参数化的制造工艺；在制造过程中引入新型传感器；设计ICME技术将工艺和材料特性关联起来；应用严格的模型验证以研究置信区间。用这种方式将工艺参数与成品特定位置的量化特性联系起来。

 在谈到ICME技术时，他认为这种技术利用了工艺-微结构-性能模型对制造工艺进行了模拟仿真。Margiotta指出，目前对制造工艺的模拟仿真所耗费的时间太久了，一般在几天至一周左右，因此需要进一步开发相关工具并进行简化。

 ICME概念包含如下元素：①密集计算、基于物理的模型以实现对制造工艺的模拟仿真；②工艺模型模拟了激光与粉末床之间的相互作用，包括热分布及加热速度等；③微结构模型预测了压力、晶粒尺寸、应变硬化以及其它变量；④屈服强度预测工具；⑤针对不确定性进行量化，以研究工艺和特性之间的关系等。

6、美国陆军研究实验室材料工程师Wayne Ziegler：材料信息系统

 Ziegler认为材料信息系统的重要性主要包括：①能够使研发人员的工作更快捷和智能；②降低材料测试和评估中的重复劳动，大幅降低成本；③阻止了数据流失，并且确保新一代材料开发过程中原始数据的可用性；④提升数据完整性和质量；⑤改进工艺和生产能力；⑥加速应用推广。

 Ziegler认为成功的数据管理计划利用了系统工程方法，并包括四大要素：数据获取、分析、安置、维护。由于人员流动性及国防预算的变化无常，美国国防部历来在维护和管理材料及工艺数据项目上存在困难。美国航空航天局（NASA）在严格的材料数据管理方面也拥有悠久的历史，NASA历史上的几大灾难也与材料问题有关。因此美国陆军研究实验室（ARL）与NASA合作，利用了NASA的经验和信息技术基础设施资源，并总结了相关经验教训。目前对于开发材料数据和管理计划的主要挑战在于：缺乏指导、缺乏合适的资源、缺乏具有投资回报的商业案例、缺乏共识（并非所有公司或机构认为应该分享数据，并且文化价值取向急需调整）。

 Ziegler认为，当前目标是建立国防部材料和工艺信息资源。目前国防部的相关资源为材料选择和分析工具（Materials Selection and Analysis Tool，MSAT），目前是作为NASA材料和工艺技术信息系统（Materialsand Processes Technical Information System，MAPTIS）的一个独立组件存在。目前MSAT项目与DARPA及其主导的开放式制造业项目保持着紧密的合作。

 Ziegler认为，建立完整的材料信息系统需要进行如下步骤：定义数据集、定义数据管理模式、开发数据导入摸版、利用模板导入数据、管理数据、定义用例等。在介绍MSAT时，他指出MSAT在建立之初的目标是利用可用数据进行项目或研究决策被称为选择和分析工具，因此被称为选择和分析工具。因此MSAT在应用、建模、资源管理、工艺审批和改进等方面拥有大量而广阔的方法。

7、海军研究办公室海军材料部门主任Julie Christodoulou：轻质和现代金属制造业创新研究所—材料、制造业及数据应用

 Christodoulou在谈到LM3II的目标时，强调在设计和开发阶段之初就将产业伙伴引入的重要性，而这是ICME的核心需求。未来LM3II项目都将遵照而行，而LM3II正在寻求自给能力，即在未来5年中不再依赖联邦政府的投入。所以必须从现在开始寻求转变的机遇，她相信LM3II在不久的将来即将走上正轨。

8、白宫科技政策办公室科学部生物技术副主任Stebbins：政策方向

 Stebbins博士是白宫科学数据开放和获取的主要负责人。他指出，从不同科学学科的角度来看，从科学期刊中获取数据很困难，但并非不可能。这是许多历史原因导致的，并非实际限制，例如数据存储非常方便且成本也不高。实际阻碍数据获取的障碍在于文化价值取向、缺乏数据存储地点、缺乏数据标准、缺乏对管理数据集的资助等等。白宫已经在着手相关方面的工作：未来在科学期刊发表的所有文章都必须统一数据格式，并且作者拥有恰当的产权。

 Stebbins认为仅仅是做到论文流通还不够，还必须做到实际数据的流通。一篇论文（特别是高能物理方面的论文）可能包含许多作者，个人在论文中提供的贡献却不甚明了，而发布数据这种方式可以明晰个人对整体论文的贡献度。在某些领域，发布数据可能并不可行也没有用，但在生物学等其他领域，却能极大地加快开发速度。在材料科学领域发布数据的作用如何还有待研究，在鼓励数据发布之前，必须仔细研究所有潜在的优点、不可预料的后果、可能的危害。

 Stebbins指出，因为受到了联邦法律的限制，政府在推动数据共享方面的影响力不足。举例来说，拜杜法案就保护了研究人员的研究成果以用于商业目的。联邦政府在推动数据共享方面也缺乏经验。

隐石检测拥有一批在业内取得显著成就的专业技术人员，在行业内有着丰富的检测经验。秉承着专注、专业、高效、想客户所想的理念，公司积极增加项目和完善更先进的测试仪器设备，保障每一个检测，分析，研发任务优质高效的完成。同时通过专业所长,为全球数万家优质客户提供最及时的行业技术标准信息，和更高精尖的分析检测解决方案。

　　隐石检测分别成立了阀门实验室，腐蚀实验室，金相实验室，力学实验室，无损实验室，耐候老化实验室。从事常压储罐检测，锅炉能效检测，金属腐蚀检测，SSC应力腐蚀检测，HIC抗氢致开裂检测，阀门检测，应力应变检测，无损探伤检测，机械设备检测，金相分析，石墨烯纳米材料检测，水质检测，油品检测涉及的服务范围已广泛覆盖到钢铁材料，有色金属材料，石油化工设备，通用机械设备，冶金矿石，建筑工程材料、航空航天材料，高铁船舶材料，汽车用零部件、非金属材料，电子电工产品等各个领域，并获得了CMA和CNAS;双重认可。