8月10日-11日，2023 中關村論壇係列活動——2023 科學智能峰會（AI for Science Congress）在京舉行，本次峰會採取開放討論，共商共創的交流模式。AI for Science 是一個具有廣闊前景和巨大潛力的領域，也是一個充滿挑戰和機遇的領域。2023科學智能峰會，以“四梁N柱“為主線展開，設置了10余場深度研討的學術峰會。在其中一場主題為《良“材”難覓，AI4S助力（材料計算專場）》的學術峰會上，召集人中國科學院寧波材料所研究員鐘志誠與國內學界和業界活躍的材料計算領域專家學者，共同分享AI4S+材料的前沿動態。

  許多領域的重大突破都與材料有關，材料是人類社會的基本組成要素和關鍵性資源，材料的演進直接推動人類社會的進步。歷史上許多材料的發現是通過偶然的機會，傳統我們解決材料設計與工藝問題時，使得新材料的研發仍主要依靠實驗試錯，以及一定的運氣成分。AI for Science極大地突破了材料模擬的時空限制，有望讓材料理性設計成為觸手可及的事情。

  中國科學院金屬研究所研究員陳星秋表示，中國科學院金屬所關注合金的研究，合金的成分較為復雜，例如鋼、鐵、碳、錳、鈷、鎳等，而計算材料領域當前較大的挑戰是跨尺度計算模擬，業界已經嘗試多年，如今AI for Science的技術為跨尺度計算帶來了可能性，有望解決這一領域最具挑戰的問題之一。

  推動材料實驗與理論模擬深度融合，加速“計算精確指導實驗、實驗高效反饋計算”的科研新范式形成，是業界共同努力的目標。

  北京航空航太大學教授孫志梅談到，AI在一定程度上可以幫助研究人員進行計算和實驗。她提到，基于AI的演算法及新材料研發已經在研究中有所應用，同時將2030年新一代AI投入到高通量計算與方法中去，以實現更快速及精確的計算。

  針對自主可控的大型晶體結構預測/搜索軟件CALYPSO在材料、設計中的應用，吉林大學教授王彥超談到，多年發展實驗上已經出現了不同晶體結構的方法，比如説熟知的X射線衍射方法，通過此方法進行實驗來解析晶體結構。而當採用了群質演算法，對整個勢能面再進行全局搜索，通過將一個復雜的問題進行簡化、分解以及通過群質演算法進行全局求解就形成了CALYPSO晶體結構計算方法。針對未來行業發展，王彥超表示，AI搭載的訓練或許會在未來真正實現以理論為驅動的新材料研發模式形成變革。

  廈門大學教授程俊則結合計算電化學以及機器學習勢函數（Machine Learning Potential）將AI加入對行業的加速能力表達了自己的看法。他談到，電化學它最開始這個學科的建立其實在1780年生物電的發現，經過200多年的發展，電化學其實在生命科學和腦科學等前沿領域仍然有應用前景，包括如今發展的腦機介面。除了計算還有實驗材料體係及一些表徵方法，也會積累特殊的實驗數據庫，從AI for Science的框架和電化學垂直應用領域就催生了AI for electrochemisty（AI4EC）概念的提出。從量子力學分子模擬到計算硬體和人工智慧的發展使得行業發展充滿更多可能性，已經不局限于計算化學與計算科學，預計未來5-10年會有爆發性的發展。

  清華大學教授徐勇也分享了在電子結構計算方面的發展，他談到AI的加入可以極大加速電子結構計算方法的發展。吉林大學教授張立軍也談到，AI對材料智能設計軟件具有推動作用，同時在半導體資訊材料設計領域也有AI的貢獻。之江實驗室教授于劍也針對材料數據與AI之間的推進作用做了分享。

  2023科學智能峰會由北京科學智能研究院主辦，圍繞AI for Science基礎設施共建、典型應用領域，設置1場主論壇和10場學術峰會。會上，與會院士、專家、企業代表探討AI for Science當前的發展重點、蘊藏的機會，分享先進理念與前沿見解，展示研究成果、創新技術，展望AI for Science未來發展趨勢。