CCF YOCSEF成都技术论坛聚焦AI辅助材料研发:范式革新、路径探索与边界重塑
2026-09-25 阅读量:0 小字

2026年9月19日下午,CCF YOCSEF成都技术论坛《AI辅助材料研发的范式革新、路径探索与边界重塑》(论坛编号:CCF-Yo-26-100)在四川省成都市青羊区顺城大街306号中国计算机学会西南办事处举行。论坛由CCF YOCSEF成都AC委员朱焱麟、陈曦担任执行主席。来自东北大学、四川大学、中南大学、华中科技大学、腾讯、Springer Nature集团等高校、科研机构和企业的专家学者齐聚一堂,围绕跨尺度建模、小数据逆向设计、自主实验闭环三大方向,研讨AI赋能材料研发的关键科学问题与工程落地路径。

在国家"人工智能+"行动推动下,AI for Science 快速发展,正深度融入材料科研与产业升级。然而,跨尺度物理规律难以统一建模、稀缺样本下模型泛化能力不足、算法预测与实验验证尚未形成闭环,制约了相关技术的落地与产业化转化。本次论坛围绕上述问题展开研讨。

论坛现场

开场介绍

开场环节,朱焱麟(成都先进金属材料产业技术研究院股份有限公司)、陈曦(西南民族大学)两位执行主席介绍了CCF YOCSEF的组织文化与活动规则。

论坛开场介绍

引导报告:从机制、实验到数据,探讨AI赋能材料研发的路径

在引导发言环节,东北大学王晨充作题为《材料机制的自主发现与因果循环式合金设计》的报告。晨充围绕小样本条件下AI如何可靠地指导材料设计,提出应以物理机制与因果关系约束模型学习:金属结构材料数据稀缺,模型即使能准确拟合已有数据,逆向寻优仍可能给出违背物理规律的方案。为此,报告将“成分工艺—微观组织—材料性能”的机制链条表示为图谱,结合图神经网络开展预测与设计,并通过强化学习在控制图谱复杂度的条件下调整关系,再以实验和组织表征检验所得机制。案例表明,机制图谱的合理性对设计可靠性的影响可能比网络架构选择更为关键,预测指标的小幅提升也可能对应实际设计效果的显著改善。

东北大学王晨充作引导报告

四川大学黄科作题为《人工智能与高通量实验双轮驱动的新材料研发》的报告。黄科围绕材料成分、制造工艺、结构设计与服役性能深度耦合带来的寻优难题,提出“正向研发+人工智能+高通量自主实验”的协同路径,分别回应经验依赖、分析低效与高质量数据匮乏三大瓶颈。以产品需求牵引研发,通过智能体整合文献、仿真及工业数据,筛选高价值方案,再由高通量实验完成制备、测试与验证,推动数据回流和模型迭代,形成从需求分析到产品交付的闭环。

四川大学黄科作引导报告

中南大学谭黎明作题为《数据驱动复杂多元材料高效研制》的报告。黎明提出,材料研发应从传统经验试错转向数据驱动,并结合物理模型与跨尺度计算加快数据生成和机制解释。他介绍了融合数据、多尺度模拟、机器学习与实验的AI驱动设计方法,涉及高通量试验、文本数据提取、预测模型和多模态数据库,并以数据驱动增材制造高温合金的高效设计与工艺快速优化为例说明成效。他同时指出,AI让跨材料体系、跨尺度计算更加便捷,但也需要认清并扩展AI的能力边界,守住材料学家的核心能力。

中南大学谭黎明作引导报告

腾讯黎新作题为《贯通微观宏观模型,AI赋能理性设计迭代,重塑研发范式》的报告。黎新围绕分子与材料研发中数据分散、跨尺度模拟受限、模型落地困难等问题,提出以科学计算与AI融合贯通微观机制和宏观演化,支撑理性设计迭代。数据端,他利用大语言模型提取非结构化文献信息,结合文章重要性加权优化知识检索,并关注尚未充分共享的阴性实验数据;模型端,他以电池固态电解质界面膜(SEI)为例,通过3T方法加速反应产物搜寻,将第一性原理与分子动力学计算所得参数引入反应、扩散、成核和生长过程,构建多尺度动力学框架,再用融合工况与时间编码的神经算子加速预测。报告同时指出,模拟仍需实验指标校验,较大时间跨度的预测仍需中间步骤衔接。

腾讯黎新作引导报告

思辨讨论:围绕三大议题,探讨AI赋能材料研发的能力与边界

论坛思辨环节面向全体参会代表,围绕三个议题展开深度技术讨论。

议题一:跨尺度建模与通用原子间势——如何让AI同时“看懂”电子结构与宏观相变?

深圳市任宇欣能技术服务有限公司李彦灼结合储能系统寿命与质保需求指出,跨尺度建模的难点远超密度泛函理论(DFT)与通用原子间势本身,即使能够模拟SEI演化,仍需将微观机制与宏观可测物理量关联,并进一步解释数千个电池串并联后的系统性能。

李彦灼作思辨引导发言

经过讨论,与会嘉宾形成的阶段性共识是:跨尺度建模的难点不只在于“算得出”电子结构,更在于把微观机制与宏观可测性能乃至系统级表现真正对应起来;AI能否“看懂”物理,取决于能否先把材料问题转化为可计算的问题,并以知识图谱、因果先验和物理规律约束模型,弥补纯数据驱动在训练数据覆盖不足时的外推风险。对于AI的角色,嘉宾们看法不尽相同——有观点认为其现阶段更适合承担筛选与分析等重复性工作,也有观点期待大模型通过规模扩展和跨领域探索带来新的研究方向,但大家普遍认同:引入AI应以明确的科学问题和真实需求为前提,而非“为AI而AI”;由通用大模型提供广泛的基础知识、由领域模型承担专业建模,是值得探索的分工方向。

 

 

 

嘉宾围绕议题一自由思辨

议题二:小实验样本数据范式下的材料逆向设计与生成式模型——如何在样本稀缺条件下“反向”找到目标材料并实现工程落地?

议题二由两位特邀嘉宾引导。Springer Nature集团巨蓉指出,数据困境是大家普遍面临的问题,科技文献是人类历史上最高质量的数据源,除实验室数据外,还应重视从文献中挖掘结构化信息,她同时介绍了材料科学专业数据库,可供研究者调用。华中科技大学刘小涛则指出,生产实验及模拟环境成本过高,难以逐一验证,AI工具对解决真实性能问题不可或缺;利用生产模拟设备数据构建时空等效模型,可以少量数据生成更大范围、多维度的数据,这一方向很有意义。

 

巨蓉、刘小涛作思辨引导发言

经过讨论,与会嘉宾形成的阶段性共识是:小样本条件下,数据质量比生成方法更关键。单纯的数据增强往往难以带来实质性的新信息,而以主动学习、贝叶斯优化指导实验选样,“边预测、边实验、边补数据”,并在模型中引入因果关系与物理规则,是当前更为可靠的路径;“生成—评估—筛选—验证”的逐层路线已有方法可循,直接按目标性能生成材料的“真逆向设计”仍缺乏充分的数据支撑,核心在于如何用有限的实验获得更有效的数据。与此同时,科技文献是值得深挖的高质量数据源,但撤稿文献和低质生成内容对语料的污染同样不容忽视,需要建立知识甄别与存疑处理机制,从源头保障AI的输入质量;材料研究者的经验与灵感,在这一过程中依然不可替代。

 

 

嘉宾围绕议题二自由思辨

议题三:自主实验与闭环优化——AI决策如何与高通量实验系统形成“科学家在环”,真正实现AI+材料制造实际落地?

先进制造(四川)工程技术创新中心谭远过作思辨引导发言。他从两个维度分享了对自主实验与闭环优化的看法:在自主实验的实现上,由AI提出实验方案、人来执行的模式已被广泛采用,包括借助主动学习和生成式模型提出方案等方法;由AI自主生成方案并通过自动化设施实现无人化循环的模式,目前部分可以实现,如复旦大学等机构的高通量实验平台。AI做基础性实验是可行的,但复杂实验目前尚难完成。在闭环优化上,他强调闭环需要验证材料成分与工艺优化能否提升性能并逼近目标,并提出了模型效率问题,认为可用强化学习等方法优化,再利用反馈数据形成闭环、持续提升AI模型能力。

谭远过作思辨引导发言

经过讨论,与会嘉宾形成的阶段性共识是:现阶段完全由AI自主决策的实验闭环尚不成熟,“人来决策、机器实现高度自动化”的人机协同模式更具现实可行性,全自动化更适用于危险、恶劣环境下的稀缺性能测试,实验室应结合场景与成本合理选择自动化程度。制约闭环落地的不仅是算法,还有仪器设备普遍缺少开放接口、数据难以自动采集等工程瓶颈,推动AI与硬件之间的标准化通信正成为行业关注的重点。闭环优化也不应简单追求模型性能随数据量单调提升,可解释性往往比单一指标更重要;先夯实数据积累与模型训练等基础工作,逐步缩小科研与落地之间的差距,是走向“科学家在环”自主实验的务实路径。

嘉宾围绕议题三自由思辨

思辨嘉宾合影

论坛总结

论坛最后,CCF YOCSEF成都2025-2026届主席刘昶作总结发言。她表示,本次论坛把AI技术、材料研究与哲学思考放在一起讨论,从因果机制谈到知行合一,为理解科学问题提供了新的视角。跨学科交流让计算机研究者反思"数据不够就增强、性能不好就改模型"的习惯做法,认识到AI赋能材料研发离不开对物理机制的理解,领域知识要融入建模,可解释性要放在重要位置。目前来看,材料科学领域的数据增强能带来的信息有限,开放共享在现实中又面临不少困难。刘昶倡议从在场团队的合作做起,推动高质量数据集共享,为AI与材料研究的持续融合打好基础。

刘昶作总结发言

本次论坛既是一次关于AI辅助材料研发范式革新的专题研讨,也是一次计算机与材料领域青年学者跨界思辨的实践。从跨尺度建模、小样本逆向设计到自主实验闭环,与会嘉宾逐步厘清了AI赋能材料研发的能力与边界:AI在材料研发中的定位是工具,材料性能与工程应用才是目标;物理机制和领域知识决定模型能否可靠外推,也决定AI给出的方案能否经得起实验检验;高质量数据的积累与共享,比模型结构的改进更能决定材料AI的上限;自主实验宜从人机协同起步,仪器接口开放和数据标准化是需要尽早解决的基础问题。CCF YOCSEF成都将持续关注人工智能与材料、制造等交叉领域的新问题,推动更多来自学术界、产业界和出版界的观点在平等、开放的交流中形成共识,助力AI for Science从方法探索走向产业应用。

论坛预告

CCF YOCSEF成都下一期技术论坛《AI智能体如何“撕裂”传统防护架构?多域融合安全体系范式重构与技术应对》(论坛编号:CCF-Yo-26-099)将于2026年10月23日举行,执行主席为中国电子科技集团有限公司饶志宏、成都信息工程大学白杨,欢迎关注。

供稿:朱炎麟

审核:白杨

终审:主席会议成员

热门动态
2026-07-26
承担社会责任 提升成员能力2026年7月11日上午,CCF YOCSEF合肥顺...
2025-08-11
CCF YOCSEF 昆明成功举办“小语种·大未来”技术论坛聚焦东南亚与...
2025-12-02
2025年11月22日,中国计算机学会青年计算机科技论坛(CCF YOCSEF...
2025-09-29
承担社会责任 提升成员能力2025年9月6日,CCF YOCSEF合肥顺利举...
2025-08-01
2025年7月12日,CCF YOCSEF 合肥成功举办技术论坛“车间物理定律...
2025-07-08
2025年6月28日下午,CCF YOCSEF合肥分论坛第十五届学术委员会第...
2024-08-27
2024年8月3日,CCF YOCSEF合肥顺利举办技术论坛“从基座模型到终...
2023-05-05
AI为科学提供了强有力的工具和方法,帮助领域学者发现新的知识、...
2023-03-24
2023年3月18日,CCF YOCSEF成都在四川省成都市五岳宫街28号成都...
2023-03-02
近十年,我国交通运输事业取得了历史性成就,发生了历史性变革,...
2023-01-12
2023年1月7日-8日,CCF YOCSEF成都在四川省峨眉山市峨眉山...
2022-11-13
CCF YOCSEF成都成功举办“当行为数据分析遇上云边智能”技术论坛...
2022-11-03
习近平总书记在二十大报告中指出:全面推进乡村振兴,加快建设农...
2022-08-25
2022年8月20日,中国计算机学会(CCF)青年计算机科技论坛(CCF ...
2022-08-16
2022年8月13日下午,由中国计算机学会(CCF)主办,CCF YOCSEF成...
2022-08-16
   7月25日,由CCF主办、YOCSEF深圳承办,国家超级计算深圳中心...
2026-09-25
2026年9月19日下午,CCF YOCSEF成都技术论坛《AI辅助材料研发的...
2026-08-26
“当一个AI智能体可以在医疗场景中自主调用数据、执行分析、生...
2026-08-26
1论坛背景CCF YOCSEF济南-技术论坛 2026年8月23日,由中国...
CCF聚焦