题目：算法-数据-知识互利共生赋能电化学储能材料创制与评价

报告人：施思齐 上海大学教授

时间：2026年5月8日（星期五）上午9点30分

地点：文化路园区报告厅

报告摘要：

    本报告拟介绍团队近年来在AI赋能材料科学领域的研究结果及研究过程中的一些思考。算法层面，发展和提出了多尺度计算、描述符/结构分而治之机器学习，突破高维小样本、可解释性差等核心矛盾，实现复杂构效关系精准建模；数据层面，构建全生命周期数据质量管控与协同治理框架，实现全过程预防式治理，并提出基于生命周期、语义、本体、互操作（LSOP）原则搭建统一数据-工具管理框架，解决材料数据与工具碎片化问题；知识层面，通过高质量文本挖掘、多级语义嵌入、大语言模型助力与实体关系抽取实现领域知识显性化与结构化表达。进一步，提出一种面向多元参与主体需求的多角色协作新材料研发生态系统理念，通过解耦式设计构建计算工作流系统实现各类核心资源的易协作，借此创制了算法-数据-知识互利共生的电化学储能材料智能设计平台（www.bmaterials.cn），初步实现材料设计从正向筛选向逆向智能生成的跨越。但在面向工程落地时，AI4S仍存在科研与生产脱节、标准体系缺失、底层工具匮乏、数据孤岛、软硬件协同不足、复合型人才短缺等问题。未来团队将继续围绕场景牵引、标准先行、底座夯实、生态共建为路径，深化AI for Materials Science从基础研究向工程落地，支撑国家制造业智能化与自主可控发展。

报告人简介：

    施思齐，教育部长江学者特聘教授，国家自然科学基金委青年基金B类获得者，上海市领军人才，博士生导师，现任上海大学核电关键材料全国重点实验室副主任。2004年7月博士毕业于中国科学院物理研究所，师从陈立泉院士和王鼎盛院士，2004年8月至2013年5月先后在日本产业技术综合研究所、美国内布拉斯加州-林肯大学和布朗大学做博士后。2001年率先在国内开展电化学储能材料的第一原理计算研究，致力于建立算法-数据-知识互利共生且与实验融合的储能材料设计新范式，推动人工智能赋能材料研发。已在Nat Catal、Natl Sci Rev等期刊发表论文180余篇，他引1.9万余次，H因子69。出版《电化学储能中的计算、建模与仿真》专著；早在2003年合作提出LiFePO4中Fe位掺Na改变费米能级特性，据此合成的材料助力打赢磷酸铁锂电池国际诉讼纠纷案；合作提出领域知识指导的分而治之机器学习建模和材料数据质量治理框架，在企业实现转化应用。获2024年度中国材料研究学会科学技术奖一等奖(序1)。在国内外重要学术会议上作邀请报告30余场。中国硅酸盐学会理事会理事、中国硅酸盐学会固态离子学分会理事、中国化工学会储能工程专委会委员、中国材料研究学会计算材料学分会委员、《Journal of Materials Informatics》副主编、Journal of Materiomics等6种期刊的编委。