近十多年来，以深度学习大模型为基础的人工智能取得了突飞猛进的发展，特别是过去两年自然语言处理领域的巨大突破，让人们对人工智能未来充满了期望。而在科学研究领域，许多人相信未来人工智能将深刻地改变科学研究的模式。

为了在科研及教学活动中更多的引入人工智能元素，在借助校庆的契机，聚合物分子工程国家重点实验室与高分子科学系于5月12日成功举办了“人工智能与高分子科学”校庆报告会。本次报告会采用线上直播与线下会场相结合的方式，为大家呈现了一场声势浩大的科学盛宴。高分子科学系书记刘顺厚、系主任李卫华教授、副系主任杨武利教授等多位专家学者出席本次报告会，聚合物分子工程国家重点实验室主任丁建东教授，副主任李剑锋教授担任主持。

会上，李剑锋教授首先回顾了人工智能的历史与发展，并通过现场演示展现了ChatGPT在解决组合爆炸问题中的潜力。对比了手动编写代码、使用传统工具和借助ChatGPT编写代码的差异，直观展示了人工智能技术的强大能力。随后，李老师探讨了人工智能技术，特别是AI如何与高分子科学相结合，发挥其在高分子科学研究中的应用潜能。

汪莹老师带来了关于“人工智能与能源高分子材料平台”的报告，介绍了几个国外的材料数据库平台以及自己课题组在电池材料数据库构建上的成就，具体涉及离子液体数据库的构想与初步设想，预示着数据库建设在促进高分子材料研发方面的重要作用。

董庆树博士介绍了嵌段共聚物的基础知识及其物理化学特性，讨论了在嵌段共聚物相图构建中遇到的挑战。董博士提出利用机器学习模型来识别自组装结构，并展示了如何使用机器学习和优化算法来反向设计分子及自动寻找嵌段共聚物自组装的稳态和亚稳态结构，从而突破理论研究中的难点。

谷宇同学从高分子合成的难点出发，展示了机器学习如何帮助克服这些挑战。特别是在定制化合成含氟聚合物方面，他详细介绍了机器学习辅助下调控分子量和分布的实践案例，体现了AI技术在解决高分子合成问题中的应用价值。

魏大程教授围绕生物传感与智能分析主题，阐述了晶体管传感技术的基本原理及其临床应用。魏教授还进一步展示了机器学习和AI技术在提高传感数据分析精准度方面的作用，并对AI在便携式疾病诊断平台领域的应用前景进行了预测。

丁建东教授从蛋白质折叠研究引出，探讨了机器学习和AI在理论计算领域的应用。丁老师进一步分享了热致水凝胶制备和机理分析中，计算实验与真实实验结合的优势，并展示了机器学习在热致水凝胶相图预测方面的实用性。他认为计算机实验的主要魅力并不是代替真实实验进行预测，而是揭示真实实验不太容易探讨的一些“理想条件下”的基本规律。但是，基于大数据的机器学习作为狭义的人工智能方式使得预测变为一种未必准确但是轻松的方式。最后，他还强调了人工智能不仅是复旦大学，更是上海乃至国家战略的重要组成部分，AI的运用也是聚合物分子工程国家重点实验室未来发展的关键力量。

最后，本次会议不仅充分展示了人工智能与高分子科学的融合前景，为相关领域的未来发展提供了新的思路和解决方案，也旨在鼓励更多研究生和本科生参与到高分子与人工智能的交叉研究领域中来。

供稿：沈青云