2022年不到一個半月，清華大學化工系王笑楠課題組已經在線發(fā)表了10篇人工智能應用在化工、能源、材料和環(huán)境等領域的高水平論文，其中既有Nature子刊，也有各領域內頂刊。豐碩的成果背后是這位90后老師帶領年輕的團隊，數(shù)年如一日，在此全新交叉學科領域的開拓和引領。冬奧會期間我們被00后新生代運動員不斷驚艷，而在科技硬核戰(zhàn)場上，這也是新一代青年科學家一展身手的時代。

王笑楠帶領的智慧系統(tǒng)工程團隊的系列工作為人工智能加速新型材料的研發(fā)，尤其是碳中和關鍵材料和技術的開發(fā)奠定了基礎。作為AI for science這一新興領域的一個重要分支，深度學習與功能材料研發(fā)的結合起步相對較晚，但有極高的重要性。功能材料是發(fā)展高新技術的基石，開發(fā)具有優(yōu)異性質的功能材料對新能源利用、芯片技術、航空航天等國家重要科技領域意義深遠，也對當前實現(xiàn)碳達峰、碳中和的雙碳目標具有重要的戰(zhàn)略意義。然而開發(fā)先進功能材料的過程面臨著多項挑戰(zhàn)，人工智能尤其深度學習優(yōu)異的高維復雜數(shù)據(jù)的處理能力以及從數(shù)據(jù)中挖掘準確規(guī)律的能力，使得其成為解決功能材料研究過程既有挑戰(zhàn)的極具潛力的解決方案，擁有極大的科學與社會價值。深度學習加速材料研發(fā)現(xiàn)在已經成為了材料研發(fā)的新范式。

下面，小編重點介紹一下王笑楠老師課題組在最近發(fā)表的幾篇頂刊論文，系列工作覆蓋了從分子，微納尺度到器件、平臺尺度的新材料研發(fā)場景。