2025年5月28日至30日，由全国新材料大数据创新联盟、国家新材料大数据中心主办，北京云智材料大数据研究院、《材料基因工程前沿（英文）》期刊承办的第3期新材料大数据技术培训研讨会在北京亚奥国际酒店成功举办。来自全国32家单位的近百名专家学者、企业代表、高校师生齐聚一堂，共同探讨“人工智能+新材料”领域的前沿进展与应用实践。

聚焦AI赋能，共话材料创新未来

“新材料大数据系列培训”是全国新材料大数据创新联盟在人才培养领域的重要活动，也是贯彻落实《新材料大数据中心总体建设方案》的重要措施，围绕不同主题已连续举办3期。本期培训研讨以“AI for Materials”为主题，因应人工智能快速发展对新材料研发范式的变革，着眼于人工智能赋能新材料设计、实验和生产制造。邀请北京科技大学宿彦京教授、白洋教授、王志磊副教授分别围绕材料大数据与机器学习、材料智能实验技术、材料智能设计与材料加工数字孪生进行了专题讲授，通过理论与案例讲解相结合，呈现了一场高水平的学术盛宴。

宿彦京教授从特征构建与筛选、模型选择与评估两个方面介绍了机器学习的基础理论与研究进展，着重围绕材料优化设计、合金的相分类、材料组织结构、构效关系的建立、符号回归与应用、材料大语言模型等系统阐述了机器学习在材料研究中的应用。他以文献抽取为例，展示了如何利用材料大语言模型加速文献信息抽取、精确预测新材料。

宿彦京教授对社会各界关心的国家新材料大数据中心建设进展进行了系统介绍。他表示，中心主平台软硬件建设已经全面展开，门户网站测试版5月已正式上线，材料数据资源节点建设也在快速推进中。作为新型研发基础设施，新材料大数据中心对于促进我国新材料科技创新和产业发展具有重要意义，欢迎社会各界给予指导和积极参与，共同推动我国新材料科技创新，加速材料产业数字化转型与智能化升级。

针对智能实验技术，白洋教授表示，未来将打造以云平台数据驱动为核心的智能实验生态系统，实现从独立自动化实验平台向网络化智能研发体系的全面升级，形成从参数设定、实验执行到数据分析的云端一体化智能研发闭环，最终实现材料设计研发全流程的数字化、网络化和智能化转型。

王志磊副教授从材料电子结构-原子排列-宏观性能跨尺度关联知识构筑、基于原子间能量的性能导向全周期表元素筛选方法、知识与小数据驱动的多组元合金成分设计方法三个方面阐述了材料智能设计技术的内涵，并围绕“什么是数字孪生” “为什么使用数字孪生加工”“数字孪生需要什么技术”三个问题，深入浅出的对材料加工数字孪生系统进行了介绍。

王志磊副教授表示，现阶段已初步建立了金属材料锻造过程内部信息实时仿真模型，通过物理场、组织场、性能场、实时仿真、跨尺度全过程、工艺优化等模型形成多模态驱动，对于建立金属加工全过程数字孪生模型建立奠定了坚实基础。

产学研协同，助力人才生态建设

本次研讨会延续了“理论培训+案例研讨+互动答疑”的特色模式，通过精心的课程内容和形式设计，促进科研人员更加快速地掌握“人工智能+新材料”领域前沿知识，通过案例展示进一步了解知识如何应用到实际研发与产业场景。参会者纷纷表示，本次研讨会“紧扣行业热点”，课程内容针对性强、干货满满，为新材料研发提供了有力指导。

全国新材料大数据创新联盟、国家新材料大数据中心、北京云智材料大数据研究院将持续开展系列培训活动，搭建高水平的行业交流平台和人才培养平台，提供高质量数据服务、技术服务、人才服务和市场服务，助力我国新材料科技和产业创新发展。