2025年4月27日，英国物理学会出版社（IOP Publishing）联合复旦大学微纳电子器件与量子计算机研究院、复旦大学物理学系、复旦大学理论物理与信息科学交叉中心、应用表面物理全国重点实验室共同主办的“AI驱动的发现：物理科学中的机器学习”国际研讨会在江湾校区物理科研楼C108报告厅圆满举行。会议邀请到7位国内外顶尖学者作主题报告，共同探讨机器学习和人工智能如何变革物理科学领域，吸引了200余名师生参与，现场反响热烈。
上午场会议由应用表面物理全国重点实验室主任、复旦大学微纳电子器件与量子计算机研究院院长沈健教授主持。英国物理学会出版社发展总监Tim Smith博士、复旦大学物理学系主任吴义政教授和沈健教授分别致开幕辞。
中国科学院院士、复旦大学物理学系教授龚新高以“AI物理”的主题分享开篇，系统阐述了人工智能在理论物理研究中的前沿应用，特别强调了基于机器学习的方法在复杂系统建模、物理规律发现中的潜力，为推动物理理论研究范式的革新提供了新的视角与动力。
威斯康星大学麦迪逊分校的Kyle Cranmer教授随后带来题为“科学领域中人工智能的新兴模式”的报告，探讨了AI在物理建模与推理中的新范式，并强调跨学科协作对未来科研的重要性。
中国科学院高能物理研究所的大川英希教授聚焦“高能粒子物理中的量子人工智能”，探讨了量子计算与人工智能在高能物理中的融合应用，特别是量子退火启发式算法在粒子重建等关键任务中的潜力。
下午的研讨会由Tim Smith博士主持。厦门大学的Pavlo Dral教授在题为“用于化学空间学习和量子化学方法的人工智能”的报告中，展示了其团队开发的AI增强量子化学方法在加速分子模拟、提升预测精度方面的应用，并介绍了集成这些方法的MLatom平台，强调了AI在化学空间探索中的关键作用。
清华大学的邓东灵教授聚焦“人工智能辅助的量子模拟”，探讨了量子计算与人工智能的融合，特别是在量子模拟中的应用。他强调，利用人工智能方法可以加速量子系统的建模和优化，提升模拟效率，并指出跨学科合作对于推动该领域的发展具有重要意义。
瑞士联邦理工学院的Berend Smit教授随后带来主题为“纳米多孔材料设计中的大数据：超越理解的科学”的分享，探讨了数据科学在金属有机框架（MOFs）等材料设计中的应用，强调了AI在揭示传统理论难以解释的性质方面的潜力，并展示了如何利用大数据方法识别碳捕集中性能优异的材料特征。
中国科学院院士、北京大学教授鄂维南最后以“了解深度学习背后的原理”为题，深入探讨了深度学习在科学计算中的数学基础，强调其在解决高维问题（即“维数灾难”）方面的潜力，并指出将人工智能与传统科学方法相结合有望推动科研范式的变革。
各位嘉宾带来的精彩报告，让与会师生对AI与物理学的相互赋能有了更多了解，提问环节中师生与嘉宾们的热烈讨论也促进了思维的碰撞与交流。相信这场跨学科深度的对话，也会为相关领域的创新研究和科学探索带来更多启发。
