beat365在线唯一官网举办“AI驱动的材料设计”学术讲座

       2026年3月30日上午，beat365在线唯一官网举办的"AI驱动的材料设计"学术讲座在深圳校区西教4-104举行。新加坡国立大学材料科学与工程学院教务长首席教授Shyue Ping Ong应邀作专题报告。活动由beat365在线唯一官网院长侯仰龙教授主持，吸引了100余名师生参加。

       Ong教授从传统材料设计方法受限于密度泛函（DFT）计算方法的昂贵成本出发，引出AI驱动的材料设计这一新范式。该技术能够突破原有限制，扩展材料化学与结构多样性的探索空间、延拓模拟的时空尺度，并加速材料性能的分析解读。

Shyue Ping Ong教授作报告

       针对材料性能预测模型，Ong教授详细介绍了其课题组开发的MEGNet（材料图神经网络，Materials Graph Network）模型，阐述了该模型在材料性质预测方面的高准确率与强可迁移性。同时，作为基础势能的先驱，Ong教授展示了其在机器学习原子势能模型（MLIPs，Machine Learning Interatomic Potentials）领域的突出贡献。此类模型能够以接近第一性原理的精度描述原子间相互作用势能面，并将计算成本降低数个数量级。其课题组针对难溶多主元合金、固态电池电解质等材料体系，发展了系列基于局域描述符的机器学习势函数，通过突破时空模拟，实现了材料性能机理的深度揭示以及新材料的快速设计。

       Ong教授还重点介绍了其课题组基于图描述符，通过信息交互传递构建"材料基础势"（Foundation Potential）的研究进展。他们开发的M3GNet势函数（三体图神经网络，Materials 3-body Graph Networks）已被广泛应用于材料性能初始评估及筛选。此类模型的突破，使得在以往难以企及的大空间尺度、长时间演化及复杂化学环境下开展高精度模拟成为可能，为基于AI驱动的材料发现与逆向设计开辟了新前沿。

       交流环节，Ong教授与师生们围绕数据生成、物理描述符、模型适用边界、AI科研工具应用等问题展开深入讨论。

侯仰龙院长主持讲座

交流环节

       本次讲座为师生们搭建了深入了解AI驱动材料设计的平台，有助于拓宽学术视野，激发科研创新热情，深化对未来技术挑战的认知与思考。