AI能发现新资料吗？

放在三十年前
，答案是“险些不成能”。

1990s
，国内学者初次尝试用神经网络预测合金机能
，彼时算力如蜗牛
，数据如散沙
，AI在资料领域更像一个超前的思想尝试。

而在今天
，AI不仅能筛选已知资料
，还能算出新资料
，资料大模型在将“设计—验证”的关环从20年压缩到数月
，甚至数周
；与此同时
，AI也不止于算——它起头在样品造备中收受人类经验
，无人值守
，陆续工作8幼时。

这场逾越“不成能”的飞跃
，背后藏着哪些真正可复用的步骤论？又有何挑战？AI For Materials的此刻和将来通向哪里？

5月21日晚19:30
，将来光锥将携手北京中关村塾院AI商学院、中国科学院物理钻研所、北京科学智能钻研院
，共同推出「AI for Science 创变者说：学界×产业前锋对话系列沙龙」第二期“AI+资料的千亿级机遇”
，我们特邀 3 位来自学界与产业一线的前锋嘉宾
，并由果壳CEO、将来光锥前沿科技基金合资人姬十三担任主持
，一路聊聊AI for Materials的前沿索求、一线实际
，以及它的此刻与将来。

我们邀你共同探求：

①从第一性道理上
，到底怎么理解资料科学的逻辑？

②AI在资料研发中哪一环最能实现价值？

③下一个爆点资料在哪里？

④AI资料研发
，数据更稀缺
，还是可诠释性更难突破？

⑤资料达到某个临界点
，性质会发生突变
，在仿照的尝试中
，AI是否能发现？

⑥资料科学专用智能体若何实现从感知、推理到研发决策的自主关环？

⑦将来的科学仪器长什么样？

⑧将来几年
，哪些重大资料科学问题有机遇被解决？

活动议程：

19:30-19:35 开场

19:35-20:40 嘉宾分享

20:40-21:00 观多互动

迎接预约直播
，带着您的问题来到现场。在这个AI for Everything确当下
，好问题始终都稀缺。

想要相识更多AI for Science创业项目？有BP想要投送？或者想来分享你的远见卓识？增长果壳硬科技企业微信
，私信沟通。

将来光锥

部门已投项目

丨华天航空动力

天璇新资料

关注话题

关门活动