直播报名 | AI+材料科学：人工智能提速新材料发现 | YOSIA Webinar 「AI+科学」系列

Posted 2021-04-26 未来论坛

过去，新材料的发现主要依赖“试错”的实验方案或者偶然性的发现，一种新材料从研发到应用需要10-20年，已无法满足工业快速发展对新材料的需求。随着计算与信息技术的发展，利用计算系统发现新材料成为了可能。科学家们正在构建由数千种化合物组成的数据库，用算法来预测是什么让材料变得坚固和更轻。原本发现一种材料并将其整合成产的时间可能需要超过20年，加速这一过程势必会使我们获得更好的手机电池和屏幕，更好的用于火箭的合金材料，以及更好的健康设备传感器。

人工智能和材料科学的未来看起来很有前景，但依然存在挑战。首先，计算机的预测经常在简化的材料模型基础上预测，难以考虑真实的复杂情况。另外，我们仍然没有足够多的数据资料研发更智能的算法。然而，将材料科学与下一代计算、人工智能以及机器人等技术相结合，必然加快材料发现的步伐。本期“AI+材料科学”邀请材料计算学、材料表征及材料基因组学的学者，分享如何利用人工智能加速对材料结构和性能的了解，并与传统材料研究的学术界和产业界代表，一同探讨AI应用于材料科学研究的价值和效能。

未来论坛 | YOSIA Webinar | 第五期「AI+科学」系列

AI+材料科学

人工智能提速新材料发现

北京时间 8月30日 周日 上午10:00-12:30

美中时间 8月29日 周六 晚上21:00-23:30

美西时间 8月29日 周六 晚上19:00-21:30

活动形式：线上直播

报名方式：

扫描左方二维码或者点击“阅读原文”即可申请

活动议程（北京时间）

10:00-10:05 主持开场

10:05–11:00 主题报告

《X射线大科学装置与人工智能在先进材料表征中的应用》

- 刘宜晋，美国SLAC国家加速器实验室斯坦福同步辐射光源Lead Scientist

《机器学习在介观尺度材料设计的应用》

- 胡嘉冕，美国威斯康星大学材料科学与工程系助理教授

《数据驱动的材料研究》

- 刘淼，中国科学院物理研究所，特聘研究员

《数据驱动的材料创新基础设施》

- 汪洪，上海交通大学材料基因组联合研究中心主任

11:00–12:00 圆桌讨论

- 主持嘉宾：周华

- 讨论嘉宾：刘宜晋、胡嘉冕、刘淼、汪洪、尹万健

12:00–12:30 问答环节 Q&A

活动内容

（1）材料科学的前沿研究现状和挑战；

（2）人工智能应用于材料科学的价值、研究路径和案例；

（3）人工智能的融合对传统材料研究以及对产业界的价值；

（4）AI+材料科学与的未来发展方向以及人才培养。

主题报告摘要

 《X射线大科学装置与人工智能在先进材料表征中的应用》- 刘宜晋

材料的结构与化学复杂性与其功能息息相关，密不可分。在功能器件中，这种复杂性不仅体现在我们预先设计好的多尺度多维度的形貌、成分和结构不均性，更重要的是各个结构和功能单元在其特定的应用场景下所表现出的复杂反应机理、动态演化和协同效应。先进的X射线大科学装置（包括同步辐射和自由电子激光）为科学家提供了一个独特的实验平台来探索和表征功能材料的复杂性。结合机器学习和数据挖掘这些先进的计算方法，我们能够更好的应用X射线大科学装置，推进材料科学的前沿探索。我将在这个报告中用若干个研究案例来和大家分享我们的心得和体会。

 

《机器学习在介观尺度材料设计的应用》- 胡嘉冕

材料的性能由其微结构（microstructure）直接决定，研究材料微结构-性能关联对材料设计至关重要。对于这方面的研究，（1）哪些情况下用机器学习最为必要？（2）怎样根据具体情况选择合适的机器学习方法？（3）有哪些可能的未来发展方向？又分别存在哪些挑战？此演讲主要分享对这三个问题的浅见。

《数据驱动的材料研究》- 刘淼

近年来随着的信息技术的发展和材料模拟领域的进步，人们可以利用诸如“第一性原理计算”等方法迅速获得无机晶体材料的基本信息，如，键能、结构稳定性等。通过高通量计算，人们可以在短时间内，获得大量的数据，并利用它来筛选和设计新材料，从而大幅加速材料研发速度，降低材料研发成本。

本报告将介绍中科院物理所近期研发的Atomly材料科学数据库，及应用实例。Atomly是我国自主研发的世界级材料数据库，包含14万+个晶体结构计算信息，它提供为大家一种通过数据驱动筛选、预测和发现新材料的工具平台，有望将材料科学推进到大数据时代。

《数据驱动的材料创新基础设施》- 汪洪

材料基因工程的工作模式，可大致总结为实验驱动、计算驱动和数据驱动3种。以“大数据＋人工智能”为标志的数据驱动模式围绕数据产生与数据处理展开，代表了材料基因工程的核心理念与发展方向。数据驱动模式与当前的思维和行为方式有着根本的不同，需要相应的全新基础设施来支撑，即一个以数据为中心的集成平台，整合基于高通量实验与高通量计算的“数据工厂”与数据设施，全面覆盖数据生产、存储、分析、共享各个环节。在此框架下，材料基因工程的3个技术要素实现了完美的协同。

嘉宾简介

周华（组织者及主持）

美国阿贡国家实验室物理学家

周华博士目前在美国能源部阿贡国家实验室先进光子源大科学装置担任物理学家。从2011年10月开始负责管理先进光子源表面科学束线站，同时主导开发和拓展专门针对先进材料制备，功能测试和技术应用方向的原位／同步／实时X射线研究。科研课题跨越和融合精准生长制备，新兴量子材料，类脑器件成像以及新能源材料等诸多物质科学领域。他在薄膜／异质结构和表面／界面X射线技术方面发表了一系列书章，综述和150篇同行评议论文（其中包括Nature, Science, Nature Materials, Nature Physics, PNAS等 50多篇高影响力工作）。多次参与专家评审和咨询各国大科学装置束线科学项目。2018年获得Gopal K. Shenoy Excellence in Beamline Science 奖。

刘宜晋（主讲嘉宾）

美国SLAC国家加速器实验室斯坦福同步辐射光源Lead Scientist

2000-2004年：中国科学技术大学物理系光学学士，2004-2009年：中国科学院高能物理研究所与中国科学技术大学联合培养光学博士，2009-2012年：美国斯坦福大学电子工程系博士后，2012年至今：美国能源部SLAC国家加速器实验室副研究员（2012），研究员（2015），Lead Scientist（2020）。刘宜晋博士所带领的科研团队应用同步辐射和自由电子激光等大科学装置，深入开展针对能源材料领域的多尺度多维度研究。相关科研成果发表在Nat. Energy、Nat. Commun.、Joule、Chem、JACS、EES、AEM、AFM、ACS Energy Lett.、Nano Lett.、Acc. Chem. Res.、Nano Energy 等知名期刊上。2007年获得中国物理协会同步辐射专业委员会颁发的青年之光优秀青年论文奖，2016年获得斯坦福同步辐射光源颁发的Spicer青年科学家奖

胡嘉冕（主讲嘉宾）

美国威斯康星大学材料科学与工程系助理教授

胡嘉冕博士现于美国威斯康星大学麦迪逊分校任教，为该校材料科学与工程系助理教授。研究领域：（1）材料理论及介观尺度(Mesoscale)计算模拟，侧重先进功能材料（铁电、压电、磁性材料等）；（2）数据驱动的介观尺度材料设计。2008年于四川大学获理学学士学位，2013年于清华大学获工学博士学位，师从南策文院士；此后于美国宾州州立大学陈龙庆教授课题组从事博士后研究，2018年1月入职威斯康星大学。曾获清华大学研究生“学术新秀”，清华大学研究生特等奖学金，美国材料研究学会（Materials Research Society）优秀研究生金奖，美国陶瓷学会优秀研究生钻石奖，美国材料研究学会优秀博士后奖，美国化学学会石油研究基金New Investigator Award等荣誉。

刘淼（主讲嘉宾）

中国科学院物理研究所特聘研究员，博士生导师，atomly.net创始人

本科就读于中国科学技术大学物理系，后赴美国犹他大学材料系攻读博士学位，2013-2018年进入美国劳伦斯伯克利国家实验室从事博士后研究，2018年初加入中国科学院物理研究所，主攻材料数据科学。他也是松山湖材料试验室、怀柔材料基因平台的兼聘教授。他创建的 atomly材料数据库将14万+个无机材料的高质量数据带到科研人员触手可得之处。

汪洪（主讲嘉宾）

上海交通大学材料基因组联合研究中心主任，“致远”讲席教授，中国材料试验标准委员会（CSTM）材料基因工程领域委员会主任委员

获美国伊利诺伊大学材料科学与工程博士，曾在美国任职于SONY、松下、Guardian Industries等跨国公司，研究薄膜材料及其在半导体、平面显示与建筑节能中的应用。2010年起在中国建筑材料科学研究总院开展建筑节能镀膜玻璃、智能玻璃与太阳能光热材料及产业化技术研发。曾担任中国工程院、中国科学院材料基因组重大咨询项目专家。当前研究集中在材料基因工程理论，高通量材料制备与表征技术及机器学习在材料中的应用。

尹万健（讨论嘉宾）

苏州大学能源与材料创新研究院教授，博士生导师

复旦大学物理学学士（2004），理论物理博士（2009），师从龚新高院士。2009-2015年在美国可再生能源国家实验室以及托莱多大学从事博士后研究，2015年加入苏州大学，主要研究兴趣包括：能源材料的理论与计算，半导体缺陷物理以及高通量计算与机器学习。以第一/通讯作者在Nat. Comm.，Phy. Rev. Lett, J. Am. Chem. Soc., Adv. Mater.等杂志发表论文近百篇，被引7000多次。近期通过符号回归机器学习方法发现了钙钛矿催化的简易描述子，从而指导实验合成出新型高效钙钛矿催化材料。

报名方式：扫描下方二维码或者点击“阅读原文”即可申请

扫描二维码快速报名

 

YOSIA Webinar 旨在促进交叉学科的深度学术交流，探讨科研尖端问题，期望通过启发跨学科、跨领域合作，为学术研究带来新思维角度。2020年，推出「AI+ X科学」系列主题，邀请来自不同科研领域的青年科学家，分享AI推动科学发现的科研案例，一同探讨AI赋能科学与技术创新的发展方向。

未来论坛青年科学家创新联盟 简称“青创联盟”，为全球优秀的华人青年科学家提供学术探讨与思想交流的平台，在跨界碰撞中畅想未来，在交叉合作中孕育新思想，以共同推动跨界前沿科学的进步，从而发掘科研界的未来世界级领袖。 青创联盟成员可以在未来论坛平台上开展学术分享、科普宣传和科技成果转化。

关注未来论坛

一个承载人类科技梦想

用科学改变未来的公益平台

一个连接前沿科技

解读未来趋势的思想平台