12月20日，由我校科技处、校科协主办，信息学院承办的“西北大学创新论坛”第一千五百八十九讲在长安校区举行。北京航空航天大学康鹏副教授应邀来为我校教师做了题为“机器学习在材料模拟设计中的应用研究”的报告。我校相关专业教师以及学生参加了报告会。

康鹏副教授在报告中专注于人工智能技术和智能材料设计，以清晰易懂的方式为听众解读了机器学习在材料仿真设计中的应用案例研究。康鹏副教授在报告中突出展示了机器学习在材料仿真设计中的关键作用，他详细阐述了三个具有代表性的案例研究，这些案例突显了人工智能技术如何推动材料科学的创新与进步。

案例一：高通量材料的快速筛选。康鹏副教授首先通过分享“高性能炸药材料的快速筛选”和“特殊红外探测材料的快速筛选”这两个具体算例，向大家详细展示了高通量材料快速筛选的基本流程。他分享了一系列大数据工程在材料仿真设计的应用实例，强调通过机器学习算法让材料仿真设计更加高效，避免过多冗长的试错实验。

案例二：材料本征性质的快速预测。在详细解读大数据工程在材料仿真设计的应用实例后，康鹏副教授紧接着分享了机器学习算法对材料性能预测方面的内容。他强调了将机器学习方法与材料信息学技术相结合在高性能功能材料的性能预测方面具有的重大作用，阐释了智能材料设计的的方法论。

案例三：材料结构的正向/逆向设计。最后，康鹏副教授深入谈论“多层吸波材料结构正向/逆向智能设计”，强调材料的仿真设计应智能化，通过“由因推果，由果触因”的正向/逆向智能设计思维，生动展现吸波材料的高通量筛选、第一性原理分子动力学计算的加速和多层吸波材料结构的智能设计方面的研究工作。

报告结束后，我校相关专业的师生们结合自己在材料设计和性能仿真遇到的问题，向康教授进行了提问，康教授一一耐心解答，为在座的教师们提供了具体而实用的建议。他强调材料科学知识在小样本数据集模型训练、算法加速和智能材料结构设计中的重要意义，鼓励在座同学们在研究中保持清晰而新颖的思路，努力提升自身的专业知识的同时要学会博采众长从而高效的进行相关科研工作。