报告人学术简介

马思聪，中国科学院上海有机所副研究员，2013年于中国石油大学（北京）获得学士学位，2019年于复旦大学获得博士学位。目前，在Nature Catalysis、Nature Communication、ACS Catalysis等国际学术期刊发表论文30余篇。曾获复旦大学优秀博士学位论文、复旦大学学术之星、上海市超级博士后等荣誉，2023年入选中国科学院青年创新促进会会员，2024年获国家自然科学优秀青年基金资助。目前主持国家自然科学基金委、上海市科委和中科院的多项科研项目。研究方向为“机器学习与均多相催化”。

报告内容

如何将人工智能技能服务于科学发展是目前科学研究的前沿领域。本报告将讨论如何利用廉价且准确的机器学习神经网络势函数方法加速催化剂设计。围绕“分子筛”和“金属-膦配体”两大类在均多相催化中广泛应用的催化剂，我们发展了相应的机器学习神经网络势函数，创建了多个高质量科学数据库：分子筛形貌数据库、分子筛酸性数据库和金属-膦配体催化剂数据库，并实现了网页可视化共享（www.lasphub.com/database）。基于这些数据库，我们可以实现膦配体的快速筛选和金属@分子筛催化剂的理性设计。我们相信神经网络势函数的发展将会通过数据库的形式来推动均多相催化领域相关科学问题的解决。