2024年7月19-21日，由全国新材料大数据创新联盟主办，北京云智材料大数据研究院承办的“第2期材料大数据技术培训研讨会”在京召开。分别来自36家国内高校、科研院所及相关企业，从事材料研发、生产、测试及应用单位的专家、科研和工程技术人员百余人参加了本次研讨会。研讨会围绕“面向性能需求的材料设计方法”，特邀本领域技术专家进行专题报告和案例讲解，深入探讨了数据驱动的新材料设计方法、分享了相关研究应用实例、进行了材料机器学习建模的实操演示。

新材料大数据创新联盟理事长、北京科技大学谢建新院士致开幕词。谢院士介绍了开展材料大数据技术系列培训研讨的背景，以谷歌DeepMind大规模设计新材料等研究为案例，介绍了材料大数据研究的国际发展趋势和人工智能发展对新材料智能化研发的促进作用，期望通过更加贴近实际研发过程的材料机器学习等方法介绍、案例分享、实操演示，让更多材料领域的单位和工程科技人员更广泛的应用材料大数据技术，服务材料研发、生产、应用，推动材料行业的数字化转型和智能化升级。

北京科技大学张洪涛副教授围绕“面向性能的机器学习逆向设计与典型应用”，从科学研究的四大范式出发，详细讲解了材料逆向设计方法发展、MLDS系统构建及其Python代码实现三个方面的内容，主要如下：（1）面向性能需求的机器学习逆向设计研究进展：分析逆向设计对材料研发的重要性，重点讨论机器学习逆向设计方法及其应用于材料设计的研究进展；（2）高性能铜合金典型设计实践与案例解析：以课题组开发的MLDS逆向设计系统为例，重点分享其在高性能铜合金设计思路、设计框架、设计结果；（3）机器学习逆向设计流程演示：基于Python程序语言，演示MLDS逆向设计方法及铜合金设计流程。

北京科技大学姜磊博士后围绕“面向性能需求的高性能铝合金设计”，详细讲解了面向性能需求设计中常用的机器学习建模算法，介绍了数据驱动的机器学习合金设计软件，并进行了高性能铝合金设计开发实例演示。主要分享内容包括以下三个方面：（1）重温了机器学习的相关定义以及在材料科学中的应用背景，讲解了机器学习领域常用的八大算法以及相关内容的python实现；（2）介绍了国内外相关的材料研发平台的功能及应用现状，重点讲授了如何使用Orange软件实现简单的机器学习建模与实战；（3）深入讲解了机器学习在铝合金设计中的应用，重点介绍了面向性能需求的高性能铝合金设计，并与与会专家进行了相关内容的研讨。

北京科技大学赵帆副教授围绕“数据驱动的高性能钢铁材料设计方法”，基于典型文献案例和代表性工作，具体介绍了机器学习建模、特征分析、成分/工艺设计方法及其实现过程，主要内容如下：（1）“机器学习方法在钢铁材料设计中应用”文献案例解析：介绍了常见的机器学习建模和特征分析方法，并总结了三种成分/工艺设计的典型思路和具体实现过程；（2）“数据驱动2GPa级超高强低合金钢开发”实例解析：结合模型原理和Python代码实现过程，重点介绍了MLDS逆向设计系统在高性能低成本钢铁材料研发中的应用；（3）“数据驱动新能源汽车驱动电机用高性能无取向硅钢开发”实例解析：结合模型原理和和Python代码实现过程，重点介绍了数据增强方法在析出强化型无取向硅钢研发中的应用。

本次培训会，有效促进了材料大数据技术的推广和普及，为材料研发生产应用的数字化转型和智能化升级起到了良好推动作用。

“第3期材料大数据技术培训研讨会”预计将于2024年12月上旬召开，新一期培训会将围绕“基于机理研究、特征量建模的可解释性机器学习”为主题开展研讨，敬请期待！