
今日下午,中国科学院东莞材料科学与技术研究所"巍峨论坛"第1期在会议中心C-204报告厅隆重举行。本期论坛特邀新加坡国立大学材料科学与工程学院教务长首席教授、国际知名材料信息学专家Shyue Ping Ong作题为"AI规模的材料设计"的学术报告,与现场科研人员共同探讨人工智能如何推动材料科学发生变革性转变。本次论坛由中国科学院东莞材料所科技处主办。
Shyue Ping Ong教授是新加坡国立大学材料科学与工程学院的教务长首席教授,他的研究旨在将基于物理的理解与数据科学和人工智能相结合,以加速材料的发现和设计。他被广泛认为是基础势能的先驱,其研究重新定义了人工智能如何作为材料科学的预测引擎进行应用。
Ong教授是pymatgen的创始人和首席开发者,该库是世界上最广泛使用的材料分析开源库之一,同时也是Materials Project的核心贡献者。该项目是一个全球公共平台,提供数万种无机化合物的计算属性。他于2011年在麻省理工学院获得材料科学与工程博士学位,于1999年在剑桥大学获得电气与信息科学的硕士和学士学位。他已发表超过170篇经过同行评审的论文,并自2021年以来被评为Clarivate高被引研究者。他的荣誉包括美国能源部早期职业研究项目奖和海军研究办公室青年研究员奖。
本次报告中,Shyue Ping Ong教授深入阐述了人工智能在从战略游戏到图像识别的广泛任务中展现的超越人类表现,并探讨了AI如何推动材料科学发生类似的变革性转变。报告指出,利用从高通量第一性原理计算生成的大型数据集,AI方法使得新型功能材料的发现、复杂系统在超越传统计算方法可达的尺度和精度下的建模,以及对表征数据的加速解读成为可能。
报告的核心主题是基础势能,即在广泛化学空间中训练的机器学习原子间势能。这些势能以接近第一性原理的精度近似潜能能量表面,同时在计算成本上降低了几个数量级。这些模型解锁了在前所未有的长度、时间和化学尺度下进行模拟的可能性,为材料的发现和设计开辟了新的前沿。
报告结束后,现场科研人员与Shyue Ping Ong教授就机器学习势能在实际材料设计中的应用、Materials Project平台的未来发展等话题进行了深入交流。本次论坛作为中国科学院东莞材料所"巍峨论坛"的首期活动,为研究所在智能材料设计领域的国际合作与学术交流奠定了良好基础。
来源:材料数据中心
附件下载: