潘锋教授：以人工智能推动材料研发从“经验试错”走向“智能创造”

报告由北京大学讲席教授潘锋主讲，围绕“人工智能材料学”展开。背景方面，传统材料研发依赖“经验试错”，周期长、成本高、效率低，而新材料是新能源、信息技术等产业发展的基础。研究目的旨在利用人工智能、高通量计算、材料数据库和先进表征等技术，推动材料研发从经验驱动转向“理论指导、数据驱动、智能设计和实验验证”协同的新范式。结论指出，人工智能通过提取材料结构与性能之间的规律（材料基因），可进行正向预测和逆向设计，但需结合物理化学规律和实验约束。以电池材料为例，研究团队通过人工智能建模、缺陷调控和原位表征，形成“预测—制备—表征—分析—反馈”的闭环，提升材料综合性能。未来，自主实验室和“人工智能材料学家”有望实现研发的自动化和智能化，缩短从实验室到产业应用的周期，推动科技成果转化。