由西安交通大学薛德祯教授与美国洛斯阿拉莫斯国家实验室 (LANL) 的T. Lookman教授担任特约编辑的《材料基因工程前沿（英文）》（Materials Genome Engineering Advances，简称：MGE Advances）2024年第4期“机器学习辅助材料设计”特约专刊现已正式刊出。欢迎各位专家学者关注、阅读、分享和引用！

机器学习技术在材料科学领域中的应用已经取得了显著进展。然而，传统机器学习模型大多像“黑盒”一样，难以揭示材料特性与目标属性之间的物理关系。为了克服这一问题，开发可解释机器学习模型至关重要，将有助于推动人工智能在材料领域的进一步应用。在本研究中，结合机器学习和符号回归方法开发了一个可解释性机器学习框架，以III–VI族范德华异质结为例开展研究，该框架能够快速且准确地预测III–VI族范德华异质结的稳定性和电子结构。

为推动新材料数字化、智能化技术的发展，加强学术交流、服务工程实践，全国新材料大数据联盟、北京云智材料大数据研究院组织开展材料大数据技术系列培训研讨会，邀请专家就不同主题进行专题报告和案例讲解，促进材料大数据技术的推广和普及。

材料是经济社会高质量发展的基础，是高新技术和战略性新兴产业发展的物质先导，是提升国家核心竞争力的重要“基盘技术”。 材料基因工程是有机融合大规模高效计算、自动化/自主/智能化实验、大数据与人工智能等前沿共性技术，构筑变革性研发模式和创新文化，通过关键技术和跨学科融合、全链条协同创新，发展面向材料制造和产品应用的研发新模式和技术创新体系，提升新材料研发效率、降低研发成本，加速关键材料工程转化和应用，应对未来国际竞争新格局和新态势的有效途径。

定期邀请资深专家，就材料大数据技术发展、机器学习等人工智能应用基础、材料数据库技术基础、典型材料大数据应用案例分析等，为相关领域研究开发和工程技术人员提供学习和交流机会。