应我校材料科学与工程学院廖立兵教授邀请，陈亚楠教授来我校进行学术交流，并做学术报告。

题目：人工智能驱动材料设计（AI for Materials）

时间：2026年11月9日（星期一）上午10:00–12:00

地点：测试楼303

报告人简介：

陈亚楠，天津大学教授、博士生导师、清华大学"卓越学者"。主要研究方向为人工智能驱动材料设计（AI4M）、高温热冲击技术(HTS)、微纳材料超快速合成（微纳制造）、高通量筛选与数据获取、亚稳态材料宏量制备与智能制造、能源存储、半导体材料等功能材料。2016年，陈亚楠与胡良兵教授首次提出焦耳热高温热冲击概念，并开创了基于高温热冲击概念的微纳材料超快合成这一新兴研究领域。长期深耕AI+材料交叉前沿领域，主攻材料智能逆向设计、高通量自主实验平台与垂直领域大模型智能体研发。承担新一代人工智能重大专项、青年科学基金（B 类）等多项 AI for Science 课题。自研 AI 驱动材料自主实验体系，打通材料仿真预测、物理世界真实实验与数据驱动模型自迭代的全闭环研发体系。致力于推动 AI 赋能新材料研发的产学研深度协同，相关成果落地应用于储能、半导体等功能材料的开发，持续推动科学智能从算法走向工程化，探索新材料研发范式革新的产业落地路径。担任Progress in Natural Science-Materials International常务副主编、Chinese Chemical Letters副主编。

讲座内容：        

AI for Science 正在重构新材料研发的底层范式。报告聚焦材料领域专用大模型与科研智能体、自主实验一体化平台，系统阐述垂直领域专用大模型、多模态科研智能体如何赋能功能材料的逆向智能设计、复杂实验任务自主拆解与全流程调度。依托自主可控的高通量实验硬件底座，搭建AI 正向材料设计-自动化高通量实验验证-原位实测数据闭环回传-模型持续自迭代的全链路智能研发体系。报告将分享团队在储能、半导体等功能材料领域的前沿落地实践，剖析当前 AI 驱动材料研发面临的技术瓶颈，探索产学研深度融合的工程化落地路径，并探讨 AI for Science 交叉赛道前沿科研机遇与产业化应用思考。

欢迎广大师生参加！

                                                       科技处

研究生院

材料科学与工程学院