近十多年来，以深度学习大模型为基础的人工智能取得了突飞猛进的发展，特别是过去两年自然语言处理领域的巨大突破，让人们对人工智能未来充满了期望。而在科学研究领域，许多人相信未来人工智能将深刻地改变科学研究的模式。
为了在科研及教学活动中更多的引入人工智能元素，5月12日，聚合物分子工程国家重点实验室与高分子科学系举办“人工智能与高分子科学”校庆报告会。报告会采用线上直播与线下会场相结合的方式，为大家呈现一场声势浩大的科学盛宴。高分子科学系党委书记刘顺厚、系主任李卫华教授、副系主任杨武利教授等多位专家学者出席本次报告会，聚合物分子工程国家重点实验室主任丁建东，副主任李剑锋担任主持。
会上，李剑锋教授回顾了人工智能的历史与发展，并通过现场演示展现了ChatGPT在解决组合爆炸问题中的潜力,对比了手动编写代码、使用传统工具和借助ChatGPT编写代码的差异，直观展示了人工智能技术的强大能力,并探讨了如何将人工智能技术与高分子科学相结合，发挥其在高分子科学研究中的应用潜能。
汪莹研究员介绍了国际上几个重要的材料数据库平台，并分享了课题组在构建电池材料数据库方面所做的工作，重点论述了机器学习助力定制化调控含氟聚合物分子量及其分布的前景，展示了机器学习在分子量数据集构建、分析影响因素及定制化合成不同分子量聚合物方面的应用，并对机器学习在高分子合成中的潜力进行了展望。
董庆树博士介绍了嵌段共聚物的基础知识及其物理化学特性，讨论了在嵌段共聚物相图构建中遇到的挑战。他提出利用机器学习模型来识别自组装结构，并展示了如何使用机器学习和优化算法来反向设计分子及自动寻找嵌段共聚物自组装的稳态和亚稳态结构，从而突破理论研究中的难点。
谷宇同学从高分子合成的难点出发，展示了机器学习如何帮助克服这些挑战。在定制化合成含氟聚合物方面，他详细介绍了机器学习辅助下调控分子量和分布的实践案例，体现了AI技术在解决高分子合成问题中的应用价值。
魏大程教授围绕生物传感与智能分析主题，阐述了晶体管传感技术的基本原理及其临床应用，展示了机器学习和AI技术在提高传感数据分析精准度方面的作用，并对AI在便携式疾病诊断平台领域的应用前景进行了预测。
丁建东教授从蛋白质折叠研究引出，探讨了机器学习和AI在理论计算领域的应用。他进一步分享了热致水凝胶制备和机理分析中，计算实验与真实实验结合的优势，并展示了机器学习在热致水凝胶相图预测方面的实用性。他认为计算机实验的主要魅力并不是代替真实实验进行预测，而是揭示真实实验不太容易探讨的一些“理想条件下”的基本规律，作为狭义的人工智能方式，基于大数据的机器学习使得预测变为一种未必准确但是轻松的方式。最后，他还强调了人工智能不仅是复旦大学，更是上海乃至国家战略的重要组成部分，AI的运用也是聚合物分子工程国家重点实验室未来发展的关键力量。
本次会议不仅充分展示了人工智能与高分子科学的融合前景，为相关领域的未来发展提供了新的思路和解决方案，也旨在鼓励更多研究生和本科生参与到高分子与人工智能的交叉研究领域中。
