收藏！工信部人才交流中心解锁“AI+新材料”研发新技能！

如何跑出“人工智能+”加速度？今年全国两会召开前夕，《北京市加快推动“人工智能+新材料”创新发展行动计划（2025-2027年）》（以下简称《行动计划》）发布，北京市在提速新质生产力发展上又迈出新的关键一步。

作为战略性、基础性产业，新材料是现代化产业体系和新型工业化的重要支撑，是加快发展新质生产力、扎实推进高质量发展的重要产业方向。但长期以来，新材料研发依赖于理论探索和经验积累，需要经历反复实验，导致研发周期漫长、成本高。

而“AI+新材料”通过数据驱动专业大模型赋能，大幅度缩短了新材料研发周期，降低了研发成本，显著提高了研发效率，而且凭借AI技术在处理高维度、跨尺度复杂体系问题方面强大的计算能力，还可实现材料成分、结构与性能的预测、模拟和分析，赋能研发、制造和应用等环节，对于材料领域科技创新和产业发展具有重大意义。

AI正在改变材料科学的研发新范式,为推动人工智能+材料科学交叉型复合人才培养,工业和信息化部人才交流中心特举办“人工智能赋能材料科学关键技术应用高级”研修班

举办地点与时间

**第三期**：北京、2025年07月24日至27日（24日报到）

**第四期**：广州、2025年09月11日至14日（11日报到）

**线上与线下形式并存**，确保您无论身处何地，都能参与其中。

具体课程内容

人工智能赋能材料科学领域应用新范式

1.传统材料研发痛点

2.从“经验驱动”到“数据+模型驱动

3.人工智能赋能材料科学应用场景与现状

4.案例解析

人工智能助力材料数据获取、处理与标准化

1.数据采集与预处理

2.数据集构建与清洗技术

3.数据的标准化与归一化

人工智能大模型前沿技术与多模态应用

1.人工智能大模型的发展历程简述

2.人工智能大模型的多模态应用与前沿技术

3.材料科学中的AI伦理与挑战

机器核心技术与材料科学领域应用

1.基于机器学习的材料设计与优化

2.机器学习在材料发现中的应用

3.层次聚类

4.逻辑回归

5.随机森林

6.特征筛选（SISSO）

7.支持向量机

深度学习与神经网络原理与关键技术

1.深度学习vs神经系统

2.浅层神经网络vs深层神经网络

3.神经网络的拟合

4.神经网络软件分析

深度学习在材料科学中的应用

1.自主化实验室

2.基于图卷积神经网络预测材料属性

3.基于图神经网络的原子间势能模型

4.案例解析与实操

人工智能在材料性能预测中的应用

1.材料性质预测与分类

2.AI算法在模拟材料行为中的应用

3.材料性能与结构关系的建模

AI与高通量实验的结合及材料智能实验

1.AI与高通量多尺度计算与数据库

2.材料计算的自动化流程

3.基于高通量的实验智能配方

4.实验数据的自动化分析与模式识别

生成对抗网络（GANs）在材料科学中的应用

1.GANs在材料生成与模拟中的应用

2.材料结构生成与优化案例

人工智能在新材料发现中的成功案

1.从数据到材料：人工智能在电池、合金、复合材料等领域

2.材料发现的加速与人工智能的协同作用

人工智能驱动的材料创新与产业化

1.人工智能在材料产业化中的应用与挑战

2.人工智能在材料性能提升与生产工艺优化中的作用

3.企业实际案例分析

人工智能赋能材料科学优秀成果与案例解析

报名费用

费用:4980元/人(开发票)

‍ 拟邀专家

拟邀中国科学院物理研究所、清华大学、北京科技大学和上海交通大学等知名院校人工智能材料科学应用领域专家授课。

报名方式

不要错过这次机会！报名非常简单，扫码报名登记,成功报名后会收到详细的报到通知。

联系人:耿老师15611002686(同微信)

扫码报名登记

参加本次培训后，您将能够运用AI技术推动材料科学的突破，站在科技的最前沿，引领未来发展趋势！

学习期满符合条件的学员，可获得由工业和信息化部人才交流中心颁发的专业证书

往期学习现场照片

与此同时，“人工智能+”激活千行百业，标杆新材料案例在北京市不断涌现。

小米汽车身上的“泰坦合金”，实现了从实验室到量产车的智能跃迁；中国钢研6个月内设计开发出世界上强度最高（800MPa级别）的高性能抗氢厚板材料；中石化以AI赋能的分子筛催化绿色氧化工艺开发推动传统研发模式的变革，助力新型催化工艺自主化；北京科学智能研究院引入AI分子表示学习模型，设计出不含贵重金属的新一代OLED发光材料……

深云智合高通量智能实验平台

「专为管理层定制推荐」

企业经营管理“头雁人才”培养计划人工智能产业及应用研修班

链接: https://pan.baidu.com/s/1BhEAz5fIJwRWn_H1rIeRdg?pwd=jy5k 提取码: jy5k