6月24日下午，钱伟长讲坛第78讲《AI in materials science》在上海大学宝山校区D507会议室顺利举行，美国物理学会院士、Los Alamos国际实验室研究员Turab Lookman教授应邀作主题报告，钱伟长学院党委书记冯凌燕主持讲座，学院部分领导和师生代表参加了本次讲座。
Turab Lookman教授的的兴趣及专业知识在于材料科学、凝聚态物理学、应用数学和计算方法。他在材料发现的信息导向方法方面的工作始于2012年研究如何应用ML工具来加速材料发现，他的工作促进了在主动学习框架内应用实验设计方法如运用贝叶斯全局优化，以找到具有目标响应的材料，发表了450多篇论文，被引用5.6万次。
在经过简单介绍之后，Lookman教授的讲座伴随着师生们的热烈掌声开始了。与传统的材料学不同的是，材料信息学是一个新兴领域，它结合了计算机科学、机器学习与材料科学等多门学科，是一门交叉科学。Lookman教授指出，随着时代的发展，AI的发展迅速，信息在材料科学等学科中具有非常重要的价值。随后，教授带领师生们回顾了在材料科学中使用的一些旧版本工具以及早期工具，并告诉大家，在材料发现的过程中，大量的、各式各样的材料会导致下一步实验或计算具有一定的困难和复杂性。
接着，Lookman教授为大家解答了如何解决这一问题。他首先从AI的发展阶段引入，从GO大师到alpha GO，从chat GPT3.5到chat GPT4.0，它们对data的学习能力得到提升，运用AI在指导材料发现本质上对下一步做出最佳的决定，这样可以最大限度的减少发现具有所需相关性的的材料所需的数量，从而进行简化。此外，教授还为同学们展示了用于训练alphaGO的算法是如何开始帮助使用者找到具有目标响应的材料的。讲座最后，Lookman教授讲述了多种材料科学中的大语言模型，包括“Batteryber、ChatGPT Chemistry Assistant、CrysGNN、Polybert、TransPolymer”等，这些模型通过不同的工作原理方法在性能预测、准取数据提取等发面具有显著作用。
在现场互动环节，到场师生积极提问，请教授回答有关自己专业领域的问题，在被同学问道“您为什么会走上科学家这条道路”时，教授回答“因为做科学家需要不断学习，在不断学习的过程中找到乐趣，这就是我做科学家的原因”，教授的回答虽言简意赅，但却为伟长学子走上科研之路树立了榜样。
最后，冯凌燕书记再次对教授表达了感谢，并进行简单总结，冯书记鼓励同学们以Lookman教授为榜样，坚定科学梦想，坚定投身科学研究。（撰稿：曹立浩）