中国科学院大学前沿交叉科学学院邀请中国科学院物理研究所王磊研究员做“物质科学研究中的生成式人工智能”前沿学术报告
2025年4月22日（周二）下午13:30–15:00，人工智能前沿交叉科学与技术论坛第十四讲在雁栖湖西校区教一楼101成功举办。中国科学院物理研究所王磊研究员受邀作题为《物质科学研究中的生成式人工智能》的专题报告。报告由前沿交叉科学学院副院长申立勇主持，人工智能及相关方向师生100余人参与聆听与交流。
物质科学研究中的生成式人工智能
报告聚焦于生成式人工智能在物质科学研究领域的创新应用与前景展望。王磊研究员首先阐述了计算机在科学研究中高效和精确计算的传统优势，并指出当前生成式人工智能已超越了传统计算机从经验中学习“直觉”的局限，发展到能够“创造”新的经验。他深入剖析了用于量化这类“直觉”和“创造”的数学工具——高维概率分布函数，以及生成模型学习数据背后的概率分布，并通过随机采样生成新数据样本的原理，揭示了其与统计物理的紧密联系。随后，王磊研究员重点展示了生成模型在晶体材料反向设计和变分自由能计算中的广阔应用前景，并探讨了将探针式生成人工智能应用于物质科学研究中的一些开放性话题。
图一：王磊研究员作专题报告
互动交流
在交流环节，与会师生围绕“生成模型在确保新材料物理化学性质合理性方面的挑战”、“如何将物理约束更有效地融入生成模型的训练过程”、“探针式生成AI在探索未知材料相图方面的潜力”以及“生成式AI在加速新材料发现和性能优化方面的伦理考量与未来发展方向”等问题展开了热烈而深入的讨论。王磊研究员凭借其在交叉领域的深厚学识，对师生们提出的问题给予了富有启发性的解答，并分享了其团队在结合人工智能与物质科学研究方面的最新进展与思考，鼓励大家勇于探索这一充满机遇的新兴交叉领域。
AI驱动材料创新，开启智能设计新范式
作为人工智能前沿交叉科学与技术论坛的第十四场活动，本次报告为国科大师生及相关领域研究者提供了一个洞悉生成式人工智能如何赋能物质科学研究的独特视角。报告系统介绍了生成式AI从学习“直觉”到“创造”经验的演进，及其在材料反向设计和自由能计算等方面的应用潜力，引发了对未来智能设计新范式的美好憧憬。未来，前沿交叉科学学院将进一步推动人工智能与物理、化学、材料等基础学科的交叉融合，支持利用生成式AI等先进技术攻克物质科学领域的重大挑战，探索智能算法在发现新材料、优化材料性能方面的新路径，为我国在前沿材料研究领域取得原创性突破贡献力量。
报告人简介
王磊，2006 年本科毕业于南京大学，2011 年在中国科学院物理研究所获得博士学位，此后在苏黎世联邦理工学院从事计算量子物理的博士后研究，2016 年加入中国科学院物理所工作。王磊的主要研究兴趣是深度学习与量子多体计算的交叉研究领域。承担基金委交叉科学部杰出青年科学基金“机器学习与多体物理”项目;可解释、可通用的下一代人工智能方法重大研究计划培育项目“基于深度生成模型的有限温多电子问题的变分自由能研究”等。
