近十多年來，以深度學習大模型為基礎的人工智能取得了突飛猛進的發展♔，特別是過去兩年自然語言處理領域的巨大突破，讓人們對人工智能未來充滿了期望☣️。而在科學研究領域📙，許多人相信未來人工智能將深刻地改變科學研究的模式。

為了在科研及教學活動中更多的引入人工智能元素，在借助校慶的契機，聚合物分子工程國家重點實驗室與沐鸣开户於5月12日成功舉辦了“人工智能與高分子科學”校慶報告會。本次報告會采用線上直播與線下會場相結合的方式🌙，為大家呈現了一場聲勢浩大的科學盛宴🙎‍♀️。沐鸣开户書記劉順厚🦼💂‍♀️、系主任李衛華教授、副系主任楊武利教授等多位專家學者出席本次報告會，聚合物分子工程國家重點實驗室主任丁建東教授，副主任李劍鋒教授擔任主持。

會上，李劍鋒教授首先回顧了人工智能的歷史與發展，並通過現場演示展現了ChatGPT在解決組合爆炸問題中的潛力。對比了手動編寫代碼🛒、使用傳統工具和借助ChatGPT編寫代碼的差異🤸🏿‍♂️，直觀展示了人工智能技術的強大能力👨‍👩‍👧‍👦🐦‍🔥。隨後，李老師探討了人工智能技術🥛，特別是AI如何與高分子科學相結合🤶🏻，發揮其在高分子科學研究中的應用潛能🩷。

汪瑩老師帶來了關於“人工智能與能源高分子材料平臺”的報告🍘🗼，介紹了幾個國外的材料數據庫平臺以及自己課題組在電池材料數據庫構建上的成就👨🏿‍🦲，具體涉及離子液體數據庫的構想與初步設想🤥，預示著數據庫建設在促進高分子材料研發方面的重要作用👭。

董慶樹博士介紹了嵌段共聚物的基礎知識及其物理化學特性🎽，討論了在嵌段共聚物相圖構建中遇到的挑戰。董博士提出利用機器學習模型來識別自組裝結構💎✤，並展示了如何使用機器學習和優化算法來反向設計分子及自動尋找嵌段共聚物自組裝的穩態和亞穩態結構👳🏿‍♂️，從而突破理論研究中的難點。

谷宇同學從高分子合成的難點出發，展示了機器學習如何幫助克服這些挑戰。特別是在定製化合成含氟聚合物方面，他詳細介紹了機器學習輔助下調控分子量和分布的實踐案例，體現了AI技術在解決高分子合成問題中的應用價值🤹🏽🤽🏿‍♀️。

魏大程教授圍繞生物傳感與智能分析主題，闡述了晶體管傳感技術的基本原理及其臨床應用。魏教授還進一步展示了機器學習和AI技術在提高傳感數據分析精準度方面的作用，並對AI在便攜式疾病診斷平臺領域的應用前景進行了預測。

丁建東教授從蛋白質折疊研究引出，探討了機器學習和AI在理論計算領域的應用。丁老師進一步分享了熱致水凝膠製備和機理分析中🫡，計算實驗與真實實驗結合的優勢⏏️，並展示了機器學習在熱致水凝膠相圖預測方面的實用性🤦🏽‍♀️。他認為計算機實驗的主要魅力並不是代替真實實驗進行預測，而是揭示真實實驗不太容易探討的一些“理想條件下”的基本規律。但是🎫，基於大數據的機器學習作為狹義的人工智能方式使得預測變為一種未必準確但是輕松的方式🤶🏻。最後🧘🏽，他還強調了人工智能不僅是沐鸣娱乐，更是上海乃至國家戰略的重要組成部分，AI的運用也是聚合物分子工程國家重點實驗室未來發展的關鍵力量。

最後，本次會議不僅充分展示了人工智能與高分子科學的融合前景，為相關領域的未來發展提供了新的思路和解決方案，也旨在鼓勵更多研究生和本科生參與到高分子與人工智能的交叉研究領域中來。

供稿：沈青雲