香港大学机械工程系

报告摘要：

“AI for Materials”旨在通过采用先进的人工智能技术，促进具有卓越性能的新材料的设计，并加深我们对成分-结构-性能关系的理解。报告将分为两部分：材料科学中小型/大型原子模型和大型语言模型的应用。在第一部分中，我们将讨论小型AI原子模型在原子模拟中的应用，重点介绍结构材料中缺陷性质的研究，包括镍基和钛基合金。随后，我们将介绍在涵盖周期表中53种元素的合金大型原子模型方面的最新工作。在第二部分中，我们将探讨基于通用大语言模型（如GPT-4、Gemini-Pro等）开发的材料专用大语言模型，采用提示工程技术进行材料性能分类和预测，并利用生成模型结合实验进行材料的逆向设计。我们未来的研究将集中在利用AI方法，设计用于结构、非晶和电池应用的先进材料，并理解相关的物理现象。

报告人简介：

文通其博士现任香港大学机械工程系研究助理教授。他于2014年毕业于西北工业大学，并于2019年获得西北工业大学与美国Ames National Laboratory联合培养的博士学位。他的研究兴趣包括机器学习势函数、原子尺度缺陷性质模拟、高熵材料、液体与非晶材料性质模拟及人工智能在材料科学中的应用（AI for Materials）。2020-2022年，文博士先后在香港城市大学高等研究院和香港大学机械工程系担任博士后研究员。他已在包括《Materials Today》、《Acta Materialia》、《npj Computational Materials》、《Advanced Science》和《Physical Review B》等国际顶尖期刊上发表了40余篇SCI论文，引用次数超过2,200次。他的研究成果获得了美国陶瓷学会（American Ceramic Society）设立于1949年的Ross Coffin Purdy奖，该奖项每年在全球范围内颁发一次。此外，他也是DeepModeling开源社区（AI for Science领域最大的开源社区之一）的主要贡献者之一。

邀请人：柳延辉

联系人：孙奕韬

电话：82649844

地点：物理所M楼249

腾讯会议ID：632-488-633