科学研究范式正在发生深刻变革，2021年《Science》杂志发布125个重要科学问题中，“AI是否会重新定义化学的未来？”指出了一种以化学学科为代表的物质科学未来研究新范式。即：以人工智能赋能物质科学，解放人类的创造力，提升人类对规律的洞察力，开辟数据驱动的物质科学新时代！
大势将至，未来已来。传统物质科学研究与研发依赖于科学直觉与实验判断，配合大量重复性实验来完成验证，常常需要历时数年甚至更长时间才能完成，成本高、效率低，逐渐无法适应现代物质科学领域的研究工作，更与当今世界数字化智能化的发展趋势脱节。将大数据分析和人工智能方法应用于物质科学研究，可在大规模筛选物质材料、迭代优化实验策略、实现精准合成、乃至解决复杂物质科学难题等方面创新物理、化学、材料、生物等领域的研究范式。
然而，由于数据智能在物质科学中的应用正处于发展初期，现有的相关课程资源十分匮乏，为数不多的网络课程在内容上庞杂无序，缺乏深度交叉融合，致使学习难度大、成本高、效果差，因此亟需优质的课程资源供研究者学习。
合肥机数量子智能交叉工程培训学校以“量子化学计算，大数据分析，人工智能预测”为核心技术，汇集了国内外顶尖的科学家，长期从事该领域的科学研究，具有丰富的数据智能与物质科学教研经验。
为解决数据智能在物质科学应用的快速发展与学习资源和平台极为匮乏之间的矛盾，推广数据驱动的物质科学研究新范式，特此邀请一批国内外知名专家，举办系列“数据智能与物质科学”专题培训班，培训采取线下、线上同步授课模式，以促进数据智能与物质科学交叉人才培养为目标！
一、适用领域
物理、化学、材料科学和生命科学等领域。
二、适用对象
1、全国各大高校院所本科生、硕士生、博士生、青年教师；
2、相关领域企业研发人员及其他机器学习爱好者等。
三、培训目标
1、熟习常用的统计数学工具、大数据处理技术、人工智能程序和方法；
2、初步理解和掌握机器学习算法、物质科学数据库、人工智能的具体应用和方法（化学合成、材料设计、物理机制、蛋白质结构预测等方面）；
3、使具有物理、化学、材料、生命科学等学科基础的学生能利用大数据分析和人工智能方法去解决物质科学中的具体问题。
四、培训特色
1、数据智能与物质科学深度融合教学；
2、循序渐进的学习模式，全面的课程技术应用、理论讲解、实例练习全贯穿，让零基础学员也能快速熟练掌握；
3、在学习结束后，主讲老师将针对您课程中产生的疑问及实际工作中遇到的问题提供个性化专业解答。
五、讲师团队
江俊教授：中国科学技术大学教授、博士生导师，国家自然科学基金委杰出青年，中组部海外青年高层次人才，国家科技部973首席科学家。长期从事量子化学与人工智能前沿交叉研究，致力于搭建基础研究与产业应用之间的桥梁。近5年以通讯作者发表Nat. Energy，J. Am. Chem. Soc.，Adv. Mater.，Angew. Chem. Int. Ed.，J. Phys. Chem. Lett.等论文50余篇。论文两次被美国《Science》杂志编辑作为重点成果推荐。
王嵩副研究员：美国加州大学河滨分校物理化学博士，美国加州大学圣地亚哥分校博士后，现任中国科学技术大学化学物理系特聘副研究员，中科大墨子杰出青年津贴获得者。长期从事理论与计算化学研究，发展融合量子化学计算、分子动力学模拟、人工智能与大数据技术的理论方法，深入研究材料的构效关系，并进行材料的理性设计研究。近5年发表SCI论文20余篇，包括Angew. Chem. Int. Ed.，Chem.，Nat. Commun.，J. Am. Chem. Soc.，ACS Mater. Lett.，ACS Appl. Mater. Inter.，Nanoscale等。
六、授课时间及地点
时间：2022.11.18 - 2022.11.20
上午：09:00 - 12:00
下午：14:00 - 17:30
线下授课地点：安徽省合肥市包河区徽州大道838号宝利丰1号楼平安国际金融中心19层
线上授课观看地址：报名后通知
七、授课方式
同步线下现场授课和线上直播授课，采取理论知识讲解、案例分析法、演示教学法、实践操作、练习巩固相结合的方式，培养学员运用大数据和人工智能手段研究物质科学问题的能力。
1、结合电子PPT课件进行理论知识讲解，具体的课题案例分析，数据库的实际使用、上机实习等老师手把手带着操作；
2、采取开麦共享屏幕和QQ群解疑方式，学员和老师交流、学员与学员交流，培训完毕后老师长期解疑，培训群不解散。
八、课程具体安排
数据智能与物质科学专题培训
日期
授课内容
2022年11月18日
09:00 - 12:00
14:00 - 17:30
1、绪论（1.5 h）
现状与未来（神经网络例子）。
2、物理、数据与机器学习基本操作（5 h）
以速降曲线为例，基于物理规则产生大数据并进行机器学习的初步训练演示。
2022年11月19日
09:00 - 12:00
数据挖掘与分析（3 h）
（1）Pandas，RDKit；
（2）数据预处理；
（3）自然语言处理；
（4）材料、合成、器件数据库；
（5）知识图谱。
2022年11月19日
14:00 - 17:30
自主完成培训作业（线下课堂可与老师现场交流、答疑解惑）
2022年11月20日
09:00 - 12:00
14:00 - 17:30
1、作业讲解及答疑（0.5 h）
2、化学合成逆向预测（1.5 h）
（1）有机小分子在算法中的表示；
（2）键能预测。
3、生物蛋白质 + DNA（1.5 h）
（1）AlphaFold；
（2）DNA。
4、功能材料的高通量筛选与智能设计（3 h）
（1）分子与材料构效关系描述符；
（2）低维材料、MOF、电极材料、单原子催化剂研究。
九、联系方式
联系人：靳老师
电话：13732223378
QQ：1198560973
QQ群：530317631
十、报名方式
1、链接填报：
2、扫码填报：
十一、缴费方式
线下费用：4880元/人 （2022年暑期班老学员8折优惠价：3904元/人）
线上费用：3880元/人 （2022年暑期班老学员8折优惠价：3104元/人）
通过如下链接付款：https://jinshuju.net/f/cOM6jI
银行转账付款方式：请备注“姓名，电话，线下班/线上班”
名称：合肥机数量子智能交叉工程培训学校有限公司
账户：551907927110802
开户行：招商银行股份有限公司合肥卫岗支行
十二、培训福利
1、参加本次课程的学员可参加一次本单位后期组织的数据智能与物质科学相关专题培训班（任意一期都可以)，报名费用享受8折优惠；
2、长期答疑，QQ解疑群永不解散。
Q1：本次课程与暑期试听班有何区别？
A：本次课程将在暑期试听课程的基础上，增加理论深度和实践内容，加强基础理论与科研实际的结合。此外，在本次课程中，老师将结合课题组近期发表在NSR，JACS和PNAS等顶尖期刊上的相关论文，系统讲解如何将人工智能方法与化学材料生物等科学结合，从如何构思课题，到后期利用AI分析数据，并最终将结果发表在高档次期刊。本次课程将给同学提供一个与学界老师面对面的机会，同时欢迎同学带着自己在研究中遇到的实际问题来参加课程，老师将针对具体问题问诊把脉，帮助大家将AI融入到自己的科研中。本次课程还将根据疫情情况，适时安排线下学员参观机器科学家实验室。
Q2：线下班如遇疫情等不可抗力因素可以转线上班并退还差价吗？
A：可以。
Q3：此次课程的班级规模是多大？报名时间的截止日期是？
A：线下招生规模为50人，名额有限报满即止；线上不限人数，开课前报名截止；线上线下报名成功以实际缴费为准。
Q4：此次课程需要自带电脑设备吗？
A：需要，课程包含大量实践训练内容，每位学员请自带笔记本电脑。
十四、教材和参考书目
1、推荐教材
（1）《机器学习》
（周志华，清华大学出版社，2016年01月，第1版，ISBN：9787302423287）
（2）《统计学习方法》
（李航，清华大学出版社，2019年05月，第2版，ISBN：9787302517276）
2、参考书目：
（1）《斯坦福机器学习笔记》
（吴恩达，https://yoyoyohamapi.gitbooks.io/mit-ml/content/）
（2）《Tensorflow 实战Google深度学习框架》
（郑泽宇，电子工业出版社，2018年01月，第2版，ISBN：9787121330667）
- 上一篇：数据智能与物质科学专题培训班圆满收官
- 下一篇：数据智能与物质科学专题培训班
