哈尔滨工业大学（深圳）

报告摘要：

我们以材料数据为研究对象，创建可确权、可溯源的材料数据库，并在此基础上开发人工智能的学习与生成算法，以解决传统材料设计中费时耗力的问题，批量生成未知的高温超导、高转化率和高稳定性的钙钛矿光伏、高优值的热电、以及高效的催化剂等高性能材料。针对高温超导，我们从组分-结构-性能的核心关系着手，构建出准确率高达96%，误差仅6K的图神经网络模型，并通过Diffusion等生成式模型，逆向生成500多种尚无记录的潜在高温超导体，其最高临界温度超140K，生成有效性与合理性均超55%。针对钙钛矿光伏，我们构建的双目标多模态模型在12组独立实验验证中，误差仅1.6%，优化后器件PCE有望超28%。特别地，为这些高性能模型建立的材料数据库，可在数据共享及流转过程中，实现对数据确权，并匹配拥有者与使用者，完成有效性评估与分类，从而实现数据驱动的高性能材料设计。

报告人简介：

林熹教授，北京大学本科，麻省理工学院博士。现任哈尔滨工业大学（深圳）材料学院和经济管理学院双聘教授，区块链发展研究院院长，材料基因与大数据研究院副院长，科技部国家仿真控制工程研究中心副主任，大湾区国际金融科技实验室主任，深圳市供应链金融公共服务平台首席科学家，越秀集团数字化工作领导小组专家委员。林教授主要研究方向：凝聚态物理，金融科技，人工智能，和区块链等。

报告地点：M253会议室

联系人：郭静 研究员