一、科研团队概况

    当下“AI for Science"已成为加快建设创新型国家和世界科技强国不可或缺的一环。人工智能正在催生全新的科研范式，逐渐与传统实验科学和理论科学相融合。在材料、生物学等领域，人工智能已带来变革性影响。未来，人工智势必成为社会建设、经济发展、关乎民生的新引擎。人工智能与微结构实验室以人工智能算法、量子力学方法、第一性原理计算、数据挖掘 等为研究手段，将人工智能与Science结合，进行材料设计、蛋白质改造和工程制造优化。提出基于“小样本数据”的迁移学习建模技术，以及物理可解释的AI材料设计方法，使AI设计“黑箱”白化；开发了具有自主知识产权的AI材料和生物领域的专业大模型AlphaMat和AlphaBio，以及工业生产过程的AI控制大模型ManuDrive。

团队承担了多项科技部重点研发计划、国家工信部重大专项、国家自然科学基金等各类基础和应用研究项目。研究成果在国际高水平期刊发表SCI科研论文200余篇，获得软著/专利近100个。所培养的优秀学子屡获殊荣，包括上海市优秀毕业生、国家奖学金、上海交通大学学术之星、三好标兵等。团队所培养出的毕业生，凭借着扎实深厚的专业功底以及卓越的创新能力，在就业市场上除了任职高校之外，备受华为、腾讯、阿里巴巴等科技领军企业的高度青睐。每年都会有众多优秀学子从团队中走出，投身于AI for Science的行列中，他们怀揣着对科技创新的热忱，在各自的岗位上发光发热，源源不断地为科技创新贡献着自己的力量。

团队网站：http://www.aimslab.cn

团队微信公众号：AIMS Lab

二、团队人员

学术带头人：李金金

团队成员：韩彦强、王亚等

三、研究方向

（1）研究方向1——AI与材料科学

以材料组分、结构和性能为研究出发点，融合材料、物理、计算机等多门学科，借助神经网络、集成学习、迁移学习等人工智能算法和第一性原理计算，在微米/纳米尺度精准设计和发现具有优异光、电、磁、力性能的新材料。团队相继开发了离子活化能预测软件AI-IMAE、掺杂的过渡金属化合物导电特性预测软件DeepTMC、化学反应设计软件UADDCR、范德华异质结设计软件ISU-HDP等智能平台。理论研究成果将结合材料实验验证，实现在催化、电池、环境、光电探测等领域的高效应用。

（2）研究方向2——AI与生命科学

      团队围绕蛋白质、DNA/RNA等生物大分子材料的稳定性、催化活性、与金属离子/药物小分子相互作用和构效关系等开展深入研究，将计算机模拟、神经网络势能面、量子分块算法紧密结合，开发了机器学习构建蛋白质力场软件MLREPS和FPTREPS、神经网络与量子分块计算软件NN-FQM、迁移学习构建蛋白质力场软件ITLFF、突变对蛋白结合亲合能预测软件SeqEmbedding-DDG等智能平台，以揭示生物大分子材料内在机制，实现生物大分子在生命科学、精准医疗等领域的设计、发现与应用。

（3）研究方向三——AI与工业制造

团队开发了面向传统制造业的 AI 核心算法ManuDrive，创新性地引入时间维度解耦与动态反馈机制，将时间因素纳入模型考量，能够实时追踪生产过程中的动态变化，把生产过程中的时间维度数据进行分解和分析，提取出不同时间尺度上的特征信息，从而更好地理解生产过程的演变规律。同时，动态反馈机制使得系统能够根据实时的生产数据和预设目标，自动调整控制策略，实现对工业生产过程的精准调控。ManuDrive可扩展到随时间变化的其他工业生产中，如合成生物、生物制药、传统机械制造等，帮助企业实现产业升级。

四、实验条件

（1）拥有独立的超算机房，保障了学生在人工智能算法和第一性原理计算方面的基础。

（2）学生拥有独立的办公工位以及工作电脑。

（3）与实验和产业有紧密的结合，切实保障了在产、学、研环节中达成有效链接。

五、团队照片