萨百晟教授入选高起点新刊JMI2024优秀青年编委,并接受采访。
感谢Journal of Materials Information—材料信息学国际英文期刊为我研究所青年才俊提供平台和机会!
采访转载出处链接:
https://mp.weixin.qq.com/s/pT7UHcNqzZoE152mDChESg
在材料科学的前沿,人工智能(AI)正以前所未有的速度推动新材料的发现与优化。如何利用AI提升材料研发效率?
AI是否正在重塑传统的研究思维?近日,我们有幸采访了JMI “2024优秀青年编委贡献奖” 获得者——福州大学萨百晟教授。
在本次采访中,萨教授不仅深入解析了AI如何助力高效筛选新型材料,还特别分享了自己在期刊审稿工作中关注的关键要素,
帮助研究者们更好地提升论文质量,推动材料科学研究的高水平发展。
萨百晟,福州大学材料科学与工程学院教授,博士生导师。2014年获厦门大学博士学位,同年进入福州大学工作。在Adv. Mater.、Phys. Rev. Lett.、Adv. Funct. Mater.、Laser Photonics Rev、Nano Energy、npj Comput. Mater.、Chem. Eng. J.等高水平学术期刊发表研究论文200余篇,其中以第一作者/通讯作者发表论文120余篇,被引用8000余次,H因子47(Google Scholar数据)。撰写Elsevier出版的英文专著独立章节1章,科学出版社出版的中文专著独立章节2章,获20余项国家发明专利授权、5项软件著作权授权,参与制定福建省地方标准1项。主持国家重点研发计划重点项目子课题2项、国家自然科学基金面上项目1项、国家自然科学基金青年项目1项、福建省自然科学基金项目3项。获青山湖材料基因工程青年科学家二等奖(2024年),入选Nanoscale Horizon新锐科学家(2024年)、英国皇家化学会1%高被引作者(2020年)、斯坦福大学全球前2%高被引科学家(2021-2023年)、Journal of Materials Informatics与MGE Advances期刊青年编委、福建省杰青(2021年)、福建省闽江学者青年学者(2025年)、福建省高校杰出青年科研人才培育计划(2017年)与福州大学旗山学者(2020年)。
1. 可以介绍一下您的研究领域以及团队目前的研究方向吗?
我的研究领域是材料基因工程,团队目前研究方向是人工智能驱动的材料理性设计在绿色能源与电子信息材料中的应用。
能否分享一下AI是如何推动您研究进展的?它又将如何改变我们传统的材料研究思维方式?
一方面,人工智能(AI)能够显著减少材料实验与理论计算的工作量,从而极大加速新材料的研发进程。例如,在我们最近投稿到JMI的研究工作中,我们利用分子拼接算法开发钙钛矿太阳能电池中的小分子空穴传输材料,并结合机器学习技术将20万个候选材料样本空间压缩至7000个,大幅减少了后续密度泛函理论高通量计算的工作量,最终筛选出了6种具有潜力的新型小分子空穴传输材料。另一方面,基于注意力机制、符号回归等可解释性AI方法,有助于我们在复杂物理问题的研究中获得新的认识与理解。例如,在我们发表于npj Computational Materials, 2023, 9, 229的研究中,针对铌酸钾钠基陶瓷,我们建立了压电系数d33、组分和相界三者之间关系的数学映射模型。该模型不仅能够有效预测一系列新型铌酸钾钠基陶瓷的d33值,还合理解释了多相共存导致的高d33现象。
随着标准化实验和高通量技术的快速发展,我们已经迈入了材料大数据时代。面对海量的材料数据,仅靠人力难以有效进行分析和理解。AI作为理解和处理这些复杂数据最有效的手段,正逐渐成为材料科学研究中不可或缺的工具。如何在研究中合理、高效地应用AI工具,已成为一个亟待深入探讨的重要课题。此外,过去的研究往往侧重于性能优异的结果,而要充分发挥AI的潜力,那些性能并不突出的材料数据,甚至是曾经被视为失败的实验数据,将变得越来越重要。这些数据为AI模型提供了更全面的学习样本,有助于揭示隐藏在数据背后的规律,从而推动材料科学实现突破性进展。
对于人工智能在材料科学领域的创新应用,您认为哪些新兴产业领域最有可能受益于当前的研究突破?
我认为钙钛矿太阳能电池和储能电池领域是最具潜力受益于AI在材料科学领域创新应用的新兴技术产业。这两个领域的材料和器件系统极为复杂,难以仅凭传统的人工经验总结出最优的材料体系和工艺方案。随着材料大数据的不断完善和发展,人工智能在处理和分析复杂体系方面的强大能力,有望推动相关领域实现跨越式突破和发展。
祝贺您获得JMI“2024优秀青年编委贡献奖!能否分享一下您参与期刊审稿工作时最注重稿件的那些方面呢?
谢谢。在参与期刊审稿工作时,我会按照以下标准依次评估稿件:1.稿件的用心程度,关注作者在撰写过程中是否投入了充分的努力和细致的工作;2.研究工作的完整性,考察研究工作的全面性和系统性,确保其逻辑严谨、数据充分;3.研究方法的先进性,评估所采用的研究方法是否具有创新性和前沿性;4.研究对象的重要性,考量研究主题的重要性和现实意义,确保其具有较高的学术价值;5.研究的长远影响潜力,在对稿件形成整体认识的基础上,判断该研究工作是否具备产生长远影响的潜力。
在您的科研生涯中,有没有特别的研究者或者团队给您带来过比较大的影响?
在我科研生涯中产生最深远影响的是我的博士导师孙志梅教授。她不仅耐心细致地指导我掌握科研工作的具体方法与技巧,还教导我为人处世的原则与智慧。更重要的是,她以身作则,为我树立了一个科学家的典范:始终保持对科学的浓厚兴趣与敬畏之心。
Journal of Materials Informatics(Online ISSN: 2770-372X)是聚焦材料信息学领域的国际英文学术期刊。于2021年4月由OAE Publishing Inc. 正式创刊,由中国科学院院士、香港工程科学院院士、上海大学材料基因研究院院长张统一教授担任创刊主编,由俄罗斯自然科学院外籍院士、哈尔滨工业大学(深圳)材料基因与大数据研究院院长刘兴军教授担任执行主编。期刊旨在通过紧密集成和智能化的方式将理论、实验、计算和人工智能协同结合,以推进和加速材料发现、设计和部署的步伐。期刊为研究人员提供了一个展示、发表和交流材料信息学相关研究的平台,寻求打破材料科学与工程、数据科学与工程及人工智能之间的壁垒。
发文范围包括但不限于:
材料数据采集、标准化、数据库构建、多源材料数据信息融合;
材料数据的统计学习、机器学习与深度学习;
数据驱动发现、设计和开发高性能、低成本、环境友好材料;
数据驱动下的材料科学发展;
多尺度、跨尺度计算、高通量计算与数据科学/机器学习的集成;
材料计算与模拟、机器学习与统计学习的软件、代码和算法的开发;
高通量实验技术;
在集成设备或/和系统中表征多种性能的高信息获取实验技术;
理论、实验、计算和人工智能相结合的协同材料研究;
利用机器学习和领域知识相结合方法发展预测材料结构-性能-性能关系的材料科学与工程;
AI材料实验室;
在材料全链条制备的每一步,发展材料的原位表征技术和AI控制程序;
发展材料多模态大模型;
期刊主页:https://www.oaepublish.com/jmi
投稿地址:https://oaemesas.com/login?JournalId=jmi
联系编辑:editorialoffice@jmijournal.com