诺贝尔奖得主美国化学家Omar Yaghi将移居中国领导AI研究所（2026-07-10）

一位化学家的“跨界”决定：从分子到算法

2026年7月，一则消息在学术界和科技圈炸开了锅——2024年诺贝尔化学奖得主、美国化学家Omar Yaghi宣布，他将离开加州大学伯克利分校，移居中国上海，担任“未来智能材料与人工智能交叉研究所”的首席科学家。这位因“金属有机框架”（MOFs）而享誉全球的科学家，为何选择在职业生涯巅峰“押注”AI？

从“捕碳”到“算碳”：Yaghi的跨界逻辑

一项颠覆性技术的“降维打击”

Yaghi的MOFs材料被誉为“分子海绵”，能在常温下高效捕捉二氧化碳。但问题是，全球每年需要处理的碳排放量高达370亿吨，而现有材料筛选效率低下——传统实验室需要花费5-10年才能从1000种候选材料中找出一种最优解。

Yaghi在发布会上坦言：“化学家过去像在黑暗中摸石头，而AI能瞬间照亮整片海滩。我们将在上海搭建全球首条‘AI+MOFs’高通量筛选生产线，目标是将材料发现周期从10年缩短到6个月。”

一个真实的案例：AI如何“反哺”化学

2024年，Yaghi团队与中科院上海药物所合作，利用AI模型预测了一种新型MOF材料对某种抗肿瘤药物的吸附效率。结果令人震惊：AI从120万种虚拟结构中筛选出37种候选物，实验室验证成功率高达91%，而传统方法仅为12%。这一案例直接催生了Yaghi“赌上剩余学术生涯”的迁徙。

数据撑腰：中国AI+材料科学的“加速度”

为什么是中国？一组数据或许能说明问题：

• 全球AI+材料科学论文产出TOP10机构中，中国占据5席（2025年《自然·材料》数据）
• 上海“张江科学城”已聚集超过300家专注于AI材料模拟的初创公司
• 2025年，中国在MOF相关领域的专利申请量占全球47%

但Yaghi的野心不止于此。他计划在2027年前，将AI研究所的算力提升至每秒1000万亿次浮点运算——相当于同时模拟10万个材料合成实验。

普通人能从中得到什么？

实用建议：3个值得关注的趋势

1. 材料回收行业的“AI化”改造：如果你从事贵金属回收或废水处理，未来5年可以关注“AI+吸附材料”领域的创业机会（例如：用AI筛选特定重金属捕捉剂）。
2. 化学专业学生的技能升级：掌握Python和机器学习基础，将成为材料学博士的“标配”。2026年已有47所中国高校将《AI驱动的材料设计》列为必修课。
3. 普通投资者的“潜力赛道”：寻找那些将AI算法与材料数据库结合的上市公司（如中科曙光、华大基因的AI材料子公司）。

行动号召：你的下一步

立即行动：在浏览器搜索“AI+MOFs 开源数据集”（如Kaggle上的“MOF-DFT”），尝试用简单的回归模型预测某种材料的吸附量——这是你亲手体验“诺奖级技术”的第一步。

免责声明

本文所涉及的人物动态、政策变化及行业预测均基于截至2026年7月的公开报道与学术数据，不构成任何投资建议或职业决策依据。诺贝尔奖得主的个人职业选择属于其独立行为，与中国现行法律法规无必然关联。建议读者在重大决策前，咨询相关领域专业人士。