11月25日下午受材料化学工程国家重点实验室邀请，中国科学技术大学江俊教授在弘毅楼四楼中庭报告厅作了一场题为“分子光谱与材料构效的关系的机器学习研究”的精彩报告。朱家华教授主持报告。

针对目前面临的计算复杂体系的激子相互作用、蛋白质结构动态演变的实时光谱等难题，江俊教授团队采用机器学习建立结构与作用能关系模型进行预测和实验相结合的方法，选定电偶极矩和自旋磁矩作为描述符，从光谱到结构的信息升维反演，从光谱中识别化学基团和化学结构以及性能参数，实现了AI预测分子光谱和谱学反演，利用机器学习加速了量子化学的计算并有望探索其隐藏关联性。

参会师生对于自己在机器学习方面的一些疑惑，向江俊老师提问，江俊老师针对机器学习入门、数据存储、描述符筛选、以及实验数据和模型精度等问题进行详细的解答。

最后，陆小华教授做总结，他指出江老师的科研工作取演绎法与归纳法之优势，利用大数据归纳分析关键控制因素，演绎与反求得以并行，从而实现复杂多因素的解耦，该研究思想及处理方法值得全体与会师生的深思。

中国科学技术大学江俊教授简介：

江俊，中国科学技术大学教授，入选国家基金委杰出青年基金、中科院“机器科学家”青年团队负责人。发表SCI论文150余篇，主持开发6个计算软件包在国内外研究机构和产业应用。获2015年中国化学 会唐敖庆青年理论化学家奖、2020年日本化学会亚洲杰出讲座奖(人工智能在理论化学中的应用)。