科学研究范式正在发生深刻变革，2021年《Science》杂志发布125个重要科学问题中，“AI是否会重新定义化学的未来？”指出了一种以化学学科为代表的物质科学未来研究新范式。即：以人工智能赋能物质科学，解放人类的创造力，提升人类对规律的洞察力，开辟数据驱动的物质科学新时代！
大势将至，未来已来。传统物质科学研究与研发依赖于科学直觉与实验判断，配合大量重复性实验来完成验证，常常需要历时数年甚至更长时间才能完成，成本高、效率低，逐渐无法适应现代物质科学领域的研究工作，更与当今世界数字化智能化的发展趋势脱节。将大数据分析和人工智能方法应用于物质科学研究，可在大规模筛选物质材料、迭代优化实验策略、实现精准合成、乃至解决复杂物质科学难题等方面创新物理、化学、材料、生物等领域的研究范式。
然而，由于数据智能在物质科学中的应用正处于发展初期，现有的相关课程资源十分匮乏，为数不多的网络课程在内容上庞杂无序，缺乏深度交叉融合，致使学习难度大、成本高、效果差，因此亟需优质的课程资源供研究者学习。
郑州航空港经济综合实验区机数新材料数字智造研究院以“量子化学计算，大数据分析，人工智能预测”为核心技术，汇集了国内外顶尖的科学家，长期从事该领域的科学研究，具有丰富的数据智能与物质科学教研经验。
为解决数据智能在物质科学应用的快速发展与学习资源和平台极为匮乏之间的矛盾，推广数据驱动的物质科学研究新范式，特此邀请一批国内外知名专家，举办系列针对数据智能在物质研究领域应用的专题培训班。本期培训的主题为“数据智能与物质科学”，采取线上免费授课模式，以促进数据智能与物质科学交叉人才培养为目标！
1、全国各大高校院所本科生、硕士生、博士生、青年教师；
1、熟习常用的统计数学工具、大数据处理技术、人工智能程序和方法；
2、初步理解和掌握机器学习算法、物质科学数据库、人工智能的具体应用和方法（化学合成、材料设计、物理机制、蛋白质结构预测等方面）；
3、使具有物理、化学、材料、生命科学等学科基础的学生能利用大数据分析和人工智能方法去解决物质科学中的具体问题。
2、循序渐进的学习模式，全面的课程技术应用、理论讲解、实例练习全贯穿，让零基础学员也能快速熟练掌握；
3、在学习结束后，主讲老师将针对您课程中产生的疑问及实际工作中遇到的问题提供个性化专业解答。
江俊教授：中国科学技术大学教授、博士生导师，国家自然科学基金委杰出青年基金获得者，中组部海外青年高层次人才，国家科技部973首席科学家。长期从事量子化学与人工智能前沿交叉研究，致力于搭建基础研究与产业应用之间的桥梁。近5年以通讯作者发表Nat. Energy (1篇)，J. Am. Chem. Soc. (9篇)，Adv. Mater. (2篇)，Angew. Chem. Int. Ed. (2篇)，J. Phys. Chem. Lett. (13篇)等论文45篇。论文两次被美国《SCIENCE》杂志编辑作为重点成果推荐。
王嵩副研究员：美国加州大学河滨分校物理化学博士，美国加州大学圣地亚哥分校博士后，现任中国科学技术大学化学物理系特聘副研究员，中科大墨子杰出青年津贴获得者。长期从事理论与计算化学研究，发展融合量子化学计算、分子动力学模拟、人工智能与大数据技术的理论方法，深入研究材料的构效关系，并进行材料的理性设计研究。近5年发表SCI论文20余篇，包括Angew. Chem. Int. Ed.，Chem.，Nat. Commun.，J. Am. Chem. Soc.，ACS Mater. Lett.，ACS Appl. Mater. Inter.，Nanoscale等。
时间：2022.07.17 - 2022.07.19
通过腾讯会议线上直播，采取理论知识讲解、案例分析法、演示教学法、实践操作、练习巩固相结合的方式，培养学生运用大数据和人工智能手段研究物质科学问题的能力。
1、结合电子PPT课件行理论知识讲解，具体的课题案例分析，数据库的实际使用、上机实习等老师手把手带着操作；
2、采取开麦共享屏幕和QQ群解疑方式，学员和老师交流、学员与学员交流，培训完毕后老师长期解疑，培训群不解散。
|
|
|
|
|
|
|
以速降曲线为例，基于物理规则产生大数据并进行机器学习的初步训练演示。
|
|
|
|
|
|
|
|
|
（2）低维材料、MOF、电极材料、单原子催化剂研究。
|
费用：免费
扫描以下二维码或点击链接报名：https://jinshuju.net/f/IhmU9n
1、参加本次课程的学员可参加一次本单位后期组织的数据智能与物质科学相关专题培训班（任意一期都可以)，报名费用享受8折优惠；
（周志华，清华大学出版社，2016年01月，第1版，ISBN：9787302423287）
（李航，清华大学出版社，2019年05月，第2版，ISBN：9787302517276）
（吴恩达，https://yoyoyohamapi.gitbooks.io/mit-ml/content/）
（2）《Tensorflow 实战Google深度学习框架》
（郑泽宇，电子工业出版社，2018年01月，第2版，ISBN：9787121330667）
邃瞳科学云