张统一，中国科学院院士，香港工程院院士，材料科学与固体力学专家，中国材料基因组工程、材料信息学和力学信息学的推动者，上海大学材料基因组工程研究院创院院长，中国材料学会材料基因组工程分会首任主任，香港科技大学（广州）广州市材料信息学重点实验室主任，Journal of Materials Informatics主编，国际断裂学会副主席。他2022年10月出版了《材料信息学导论I：机器学习基础》，他的该系列专著第二卷《材料信息学导论II：高等机器学习》将于2026年出版。他大力推动AI+材料、材料/力学信息学、材料/力学多模态大模型、AI+材料和AI+力学的发展。AI+科学与AI+工程包含“硬件”和“软件”两方面基石。“硬基石”指AI实验机器人和AI实验室；“软基石”涵盖AI算法及AI和其它计算相融合的各种算法。AI4S必须夯实“硬基石”和“软基石”两方面。专家知识指导下可解释性机器学习强调专家知识和数据驱动的无缝紧密结合，是夯实“硬基石”和“软基石”的法宝。
张统一，中国科学院院士，香港工程院院士，材料科学与固体力学专家，中国材料基因组工程、材料信息学和力学信息学的推动者，上海大学材料基因组工程研究院创院院长，中国材料学会材料基因组工程分会首任主任，香港科技大学(广州)广州市材料信息学重点实验室主任，Journal of Materials Informatics主编，国际断裂学会副主席。他2022年10月出版了《材料信息学导论I：机器学习基础》，他的该系列专著第二卷《材料信息学导论II：高等机器学习》将于2026年出版。他大力推动AI+材料、材料/力学信息学、材料/力学多模态大模型、AI+材料和AI+力学的发展。AI+科学与AI+工程包含“硬件”和“软件”两方面基石。“硬基石”指AI实验机器人和AI实验室；“软基石”涵盖AI算法及AI和其它计算相融合的各种算法。AI4S必须夯实“硬基石”和“软基石”两方面。专家知识指导下可解释性机器学习强调专家知识和数据驱动的无缝紧密结合，是夯实“硬基石”和“软基石”的法宝。
## 讲座简介
在人工智能(AI)快速发展的推动下，特别乘2024年度物理诺奖和2024年度化学诺奖的颁发及2025年DeepSeek横空出世的强劲东风，全球经济、人类生活、高端制造、科学技术等更多地以AI为导向，快歩地向智能化发展。材料驱动人类文明从石器时代→陶器时代→青铜器时代→铁器时代→硅时代（电子时代/信息时代）到正在进行中的人工智能时代发展。AI与材料/力学科学和工程相结合，产生了交叉学科材料/力学信息学。材料/力学信息学在材料/力学科学研发和材料/力学工程实践中使用AI以加速材料/装备从研发到产品和制造的全链条创新。推动AI+材料，AI for Materials/Mechanics Discovery，必须夯实“硬件”和“软件”两方面基石。“硬基石”指AI实验机器人和AI实验室；“软基石”涵盖AI算法及AI和其它计算相融合的各种算法。数据在“硬基石”和“软基石”各自中与它们之间交流信息，从而加速“硬基石”、“软基石”与科学和工程的发展。
在人工智能(AI)快速发展的推动下，特别乘2024年度物理诺奖和2024年度化学诺奖的颁发及2025年DeepSeek横空出世的强劲东风，全球经济、人类生活、高端制造、科学技术等更多地以AI为导向，快步地向智能化发展。材料驱动人类文明从石器时代→陶器时代→青铜器时代→铁器时代→硅时代（电子时代/信息时代）到正在进行中的人工智能时代发展。AI与材料/力学科学和工程相结合，产生了交叉学科材料/力学信息学。材料/力学信息学在材料/力学科学研发和材料/力学工程实践中使用AI以加速材料/装备从研发到产品和制造的全链条创新。推动AI+材料，AI for Materials/Mechanics Discovery，必须夯实“硬件”和“软件”两方面基石。“硬基石”指AI实验机器人和AI实验室；“软基石”涵盖AI算法及AI和其它计算相融合的各种算法。数据在“硬基石”和“软基石”各自中与它们之间交流信息，从而加速“硬基石”、“软基石”与科学和工程的发展。
