报告题目：AI4S视角下的大科学装置
摘要
大科学装置与科学人工智能（AI4S）的深度融合，正以AI"读-算-做-看"为支点，驱动物质科学研究范式的变革。基于全量文献知识库构建的科学智能体，可建立目标体系的"合成-结构-性能"多级精度数据库，并生成基于知识增强的前瞻性研究建议。通过构建异构计算中枢架构，实现装置端边缘计算与云端超算的有机协同，支撑跨装置数据流的高效整合与复杂工作流高性能执行。深度势能大原子模型（DPA）依托多源异构原子数据的预训练学习，突破传统量子力学计算瓶颈，实现跨尺度复杂体系的精确模拟。智能实验室操作系统（Uni-lab）通过硬件自动化和流程智能化调度，构建了物质合成的高通量实验平台。智能表征融合大语言模型智能体、自动化仪器控制和智能数据分析系统，开发具备高精度解析能力的智能化表征平台。通过技术、数据与人的三元协同，让科学仪器从“观测工具”进化为“发现引擎”，为联合加速基础科学突破和推动产业技术革新提供核心支撑。
报告人简介
张泽中 研究员，北京科学智能研究院，致力于融合散射物理与人工智能革新物质科学表征方法。2014年获中南大学与蒙纳士大学双学士学位，2018年获蒙纳士大学材料学博士学位，2019-2024年任职牛津大学副研究员与欧洲顶尖电镜中心安特卫普大学资深研究员，具备十余年原子尺度显微学研发经验。主要聚焦研究散射理论创新与定量表征技术开发，以及原子级复杂界面解析与计算，主持开发的全元素谱学数据库为国际厂商和开源软件广泛采纳，成功解析了多种经典铝合金的相变路径和界面结构，相关成果发表于《Ultramicroscopy》《Acta Materialia》等期刊。曾获弗拉芒研究基金会资助、国际铝合金青年学者奖章、澳大利亚显微学会多项奖学金等荣誉，担任中欧青年显微学会议（SEEM）组织人及《Acta Materialia》《Nano Letter》审稿人。目前带领实验表征团队突破传统表征瓶颈，推动表征科学向高精度、高效率、智能化方向演进。