加州理工大学副教授Erik Sapper博士在专访中深入探讨了人工智能、机器学习和自动化在树脂合成、配方优化和制造工艺中的不断演变的作用。

Sapper指出，建模和仿真在表征和理解涂料开发的各个方面——包括树脂合成、聚合物性能预测以及配方规则和最佳实践的发现——方面有着数十年的成熟应用记录。人工智能和机器学习通过数据驱动或算法化方法拓宽了对涂料开发过程的影响。”我认为重要的是要认识到这些算法和工具的模式发现能力。给定足够的高质量数据，这些计算工具可以帮助发现模式、发现启发式经验法则或最佳实践，并可以比一个人类团队更快地优化高维化学和制造空间。”

在预测模型最有价值的领域，Sapper强调部署是关键。”如果模型只存在于你的笔记本电脑或幻灯片中，它可能不会带来真正的组织变革。一个部署良好的普通模型，远比一个没人用的优秀模型更有价值。”

在涂料生产自动化的先决条件方面，Sapper强调：”你需要了解数据如何在你的实验室中流动。数据是如何生成的，如何被使用，以及它告知或启发了哪些决策。当你自动化一个实验室时，你自动化的不仅仅是物理过程，你还在自动化决策。搞清楚这些决策将有助于使自动化过程尽可能顺畅。”

原文链接：https://www.european-coatings.com/news/production-lab/interview-digitalisation-you-need-to-know-how-data-flows-through-your-lab/