近日，化學化工學院田中群教授與電子科學與技術學院易駿副教授在Nature Nanotechnology期刊上發表題為“AI–nano-driven surface-enhanced Raman spectroscopy for marketable technologies”的評論文章，深入探討了數十年來表面增強拉曼光譜（SERS）技術在市場化進程所面臨的瓶頸問題和挑戰，全面分析人工智能（AI）技術所帶來的重大機遇。

自1974年以來，表面增強拉曼光譜（SERS）因其卓越的表面檢測靈敏度、優異的能量分辨率及超高的時空分辨率，逐漸在表面科學、生命科學、材料科學等領域的基礎研究中發揮了重要作用，SERS技術也廣泛應用于食品安全、環境污染、醫學健康和考古文物等領域。如今，SERS已成為光譜學和納米光學領域最為活躍的分支之一，相關研究論文的數量近年來已達到每年4000余篇。然而，盡管SERS技術具有諸多優勢，并且已有便攜式儀器問世，但其市場化進程卻出乎意料地緩慢。目前，全球相關技術和儀器產品的市場規模僅為1.5億美元，且預計年增長率不足8%。此增長速度明顯滯后于SERS研究論文年均20%-80%的爆發性增長，并遠慢于許多基礎研究成果實現市場化所需要的十余年至二十余年的時長。

該文指出，其根本原因在于，SERS的超高靈敏度強烈依賴于金屬納米結構的形狀、尺寸，尤其是納米粒子之間的亞納米間距，難以在制備SERS活性結構時實現其一致性和穩定性，極大限制了SERS的標準化工藝流程和檢測重復性。給大規模市場化生產帶來了巨大的挑戰。目前，SERS技術主要以實驗與理論對照為主的工作流程模式，可探索的參數空間有限，試錯成本高，故長期難以解決上述瓶頸問題。實際上，這也是當前許多需要精準工藝的納米技術在向市場化推進時面臨的共性難題。

圖 從傳統的Nano驅動SERS到AI-Nano驅動SERS研究范式的轉變。a. Nano驅動SERS的工作流程；b. AI輔助的SERS和AI-Nano驅動SERS的工作流程

該研究團隊基于對SERS技術從研究到市場化應用中的關鍵難題，提出AI技術有望破解上述難題。但是，目前AI+SERS研究尚處于AI輔助SERS研究的階段，可分為三類相關研究：納米結構的設計和制備，智能儀器系統的優化與控制，拉曼光譜—分子結構關系的解析。末者占據當前AI+SERS研究的90%以上，而前兩個方向的研究甚少，更缺乏三個方向的互動。亟待實現自發的內部數據交換和生成驅動自主優化與實時反饋決策，方可將三個方向集成為一體形成自驅動閉環的AI-Nano-driven SERS的研究新范式，該突破將有望實現SERS技術的標準化和智能化，進而有力推動其市場化進程。

該文提出了AI+納米技術驅動SERS全面發展的新視角和發展路徑，強調學術界與產業界的緊密合作，共同攻克全面市場化的“真問題”，從而推動SERS成為各行業及千家萬戶的強大的檢測分析工具。

電子科學與技術學院易駿副教授和集美大學海洋信息工程學院尤恩銘副教授為論文的共同第一作者，我?；瘜W化工學院田中群院士為論文的通訊作者，我校環境與生態學院劉國坤教授參與了論文的討論與修改。該工作得到國家自然科學基金（22272140、22202162、22272139、21991130）、中央高校基本科研業務費（20720240068）以及固體表面物理化學國家重點實驗室和嘉庚創新實驗室等的支持。