报告人学术简介
  华东师范大学教授，紫江优秀青年学者，兼任上海纽约大学物理系兼职教授。上海创智学院首批博士生导师，国家自然科学基金优秀青年基金获得者。主要研究方向为复杂体系的化学反应动力学。近年来，结合机器学习和物理模型开发了一系列面向气相和生物体系的化学反应网络构建方法，在Nat. Mach. Intell., Nat. Commun., Nucleic Acids Res., Adv. Sce., 和 JACS Au等杂志发表论文 70 余篇，他引 2000余次。
报告内容
  复杂化学体系的反应网络构建是理解其微观机制的关键挑战。本报告聚焦于Al与物理双驱动的创新框架，旨在克服传统方法在处理高维复杂性时的局限。我们提出将先进的人工智能算法与严格的物理学原理深度耦合，实现反应网络的自动化和高效构建。该框架利用AI对反应路径进行预测并优化网络拓扑，同时依赖从头算量子化学和分子动力学等物理模型来精确验证能量势垒与热力学稳定性，确保所构建网络的物理合理性。这种融合策略相较于单一驱动方法，在准确性和效率上均展现出显著优势，能够更有效地揭示复杂化学体系的演化规律。该方法为理解和预测复杂化学过程提供了强大工具，在诸多前沿领域具有重要的应用潜力。