AI+材料科学 人工智能提速新材料发现
YOSIA Webinar     2020.08.30
演讲稿
讲者简介

传统的材料研发模式主要依赖“试错”的实验方案或偶然性的发现,其研发过程一般长达10-20年,在很大程度上已经无法满足21世纪工业发展对新材料的需求。随着信息科技的逐渐成熟,人类通过计算系统或人工智能发现新材料成为可能。人工智能和材料科学的结合充满前景,但依然存在挑战。


2020年8月30日,未来论坛YOSIA Webinar第五期“AI+材料科学”邀请了材料计算学、材料表征及材料基因组学的学者,围绕“人工智能提速新材料发现”的主题,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。


主持人

周华,美国阿贡国家实验室物理学家

主讲

- 汪洪,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 - 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 - 胡嘉冕,美国威斯康星大学麦迪逊分校材料科学与工程系助理教授 - 刘淼,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

讨论嘉宾

尹万健,苏州大学能源与材料创新研究院教授,博士生导师


请填写以下表格

如果您有您感兴趣的工作,请描述相应工作的URL。工作清单可供使用这里.

分享
摘要
传统的材料研发模式主要依赖“试错”的实验方案或偶然性的发现,其研发过程一般长达10-20年,在很大程度上已经无法满足21世纪工业发展对新材料的需求。随着信息科技的逐渐成熟,人类通过计算系统或人工智能发现新材料成为可能。人工智能和材料科学的结合充满前景,但依然存在挑战。 2020年8月30日,未来论坛YOSIA Webinar第五期“AI+材料科学”邀请了材料计算学、材料表征及材料基因组学的学者,围绕“人工智能提速新材料发现”的主题,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。