俞大鹏阐明说,一方面,与传统材料研发办法比较,人工智能为探索更广泛的材料可能性打开了大门,显著减少了与材料创造干系的韶光与用度;另一方面,材料AI创制还面临可信度和有效履行的寻衅,确保数据质量、识别和减轻用于演习AI系统的数据潜在偏差等一系列问题有待办理。
上海交通大学材料科学与工程学院及未来材料创制中央新近举办“翱青论坛”第二期,约请俞大鹏与上海交大“材料+AI”领域中青年先锋科学家一起,就“未来材料AI创制路在何方?”主题展开脑力激荡。
俞大鹏对到场青年科研职员和在校学子说,只管近年来在加强材料AI创制领域我国已取得了不少古迹,但与天下一流高校科研机构、企业巨子比较,还有很大间隔。他勉励与会科研职员努力抢占材料革命性合成探索时期机遇,在“材料创智”领域勇于开展原始创新、有用创新和极致创新,为实现“AI(Artificial Intelligence人工智能)+ HI(Human Intelligence、人类智能)”的人机有机结合不懈奋斗。
论坛采纳“线上+线下”办法同步进行,除了俞大鹏院士,论坛还特殊约请上海交大跨学院、跨学科领域多位青年先锋科学家,环绕其自主研发的材料AI创制模型,互换研发心得、碰撞创制奇思。上海交通大学材料科学与工程学院党委布告孙丽珍致欢迎辞,副院长李铸国、特聘教授戴庆出席论坛,上海交通大学材料科学与工程学院讲席教授、未来材料创制中央主任黄富强主持论坛。
上海交大材料科学与工程学院讲席教授、未来材料创制中央副主任汪洪带来《线站+AI:未来材料创制“软硬拓展”两翼齐飞》的报告,就“如何充分开释AI的巨大潜力?”这一议题展开论述。
当前,材料科学研究范式,正在加速由试错转变为预测,从手脑研究进化至人机互动。汪洪认为,数据是利用人工智能的基本条件,AI赋能人类知识创造需紧张办理数据“够用”与“好用”的问题,因此,未来材料AI创制的研究范式需逐步完善研究技能的高通量化、材料表征的多参量化、数据格式的标准化与数据生产的工厂化。
眼下,上海交通大学正与国家重大科技根本举动步伐——上海光源一道共建环球首条材料基因工程专用束线、全国高校首条自有线站——“材料基因组专用同步辐射线站”。作为该线站培植的紧张卖力人,汪洪先容,材料基因组专用线站的紧张培植技能目标便是利用微束X光衍射、荧光、小角散射、广角散射、接管谱学等通用表征技能,培植以微区、扫描、快速、高通量表征为特色,同步辐射光源为根本的材料“数据工厂”。 汪洪表示,基于硬件线站根本举动步伐的“数据工厂”旨在供应高通量数据,基于软件机器强化学习的“人工智能”旨在挖掘多维度材料构效关系,二者叠加,有望办理材料基因工程的数据供给“瓶颈”,在加速材料智能化研发的同时实现数据共享和循环利用。
上海交大电子信息与电气工程学院微纳电子学系人工智能与微构造实验室(AIMS-Lab)研究员李金金带来《作甚Alpha Mat.?》的报告。物理专业出身的她,将物理学与材料科学、生命科学、信息科学有机领悟,环绕AI for Science,带领团队开拓出新一代材料智能设计模型——Alpha Mat.。
“材料信息学是一门集材料科学、打算机科学、人工智能、物理、化学等多学科交叉的学科,然而,这样的交叉人才是非常稀缺的。因此,开拓一个连接材料科学与人工智能的‘桥梁’,紧密连接材料科学与人工智能等学科,不仅可以匆匆使材料科学的研究者高效、有效地利用AI工具建立材料预测模型,而且还能启示更多人工智能学者进行前辈算法的创新,实现技能运用落地。”李金金说。
李金金带领团队不断优化Alpha Mat。模型。她先容,该模型已陆续发布7版,目前支持从“数据采集→数据预处理→特色工程→模型建立→参数优化→模型评价→结果剖析”全过程;已集成26个AI模型,可知足险些所有建模需求;已集成>100个材料数据后处理和剖析工具,可提高研究效率;具有超过100万个材料属性数据库,并将实时扩展;不须要有编程根本,5分钟可快速运用。
论坛上,参与过业内领先的开放量子材料打算数据库OQMD搭建的上海交大材料科学与工程学院未来材料创制中央副教授姚振鹏带来《拥抱智能浪潮:纵览“材料创制”未来之路》报告。上海交大密西根学院副教授朱虹带来《AI+材料打算:如何迈出材料“学习”的第一步?》报告。朱虹先容了团队自主研发的高通量打算平台现状,并以基于材料基因工程方法的“不锈镁合金材料研发及新型固态电解质材料设计”为例,阐述可靠算法实现虚拟实验、主动学习降落打算本钱、机理先行助力材料设计的主要性。(完)