中国科大江俊CCS Chem.: 加速化学材料创新变革，机器化学家驱动的理实迭代学习科研新模式

本文介绍了中国科大江俊团队提出的“理实迭代学习”科研模式，该模式结合了理论大数据和实验小数据，通过机器学习模型迭代进化，旨在解决化学材料创新中的理论数据与实验数据之间的鸿沟问题。文章详细阐述了该模式的方法基础，包括高通量理论计算、机器学习模型和机器人实验平台，并展示了多个成功的研究案例，如胶体纳米材料的形貌调控、火星陨石催化剂的开发、高熵合金催化剂的创制等。这些案例证明了理实迭代学习模式在化学与材料科学领域的巨大潜力。文章最后展望了未来发展方向，包括标准化、大型语言模型辅助、人机协同和终止机制的建立。