随着资料基因组工程钻研发展和“AI for Science”理想的鼓起,人为智能(AI)技术在资料科学等多多钻研领域中正迅速成为推动科技创新的主题驱动力。通过其壮大的数据处置能力、模式鉴别和预测分析能力,为传统的资料研发过程带来了前所未有的刷新,开启了全新的研发范式。在这一布景下,若何有效地将AI与资料设计和性质钻研相结合,成为了目前学术钻研过程中的关键性问题。
钱伟长学院/资料基因组工程钻研院本硕博一体化学生在杨炯教授团队索求将AI利用于防伪标签和热电资料的钻研领域中,充分阐扬了其在图像特点提取和热输运性质预测等方面的潜力。具体成就如下:
一、提出了一种基于像素级纹理的荧光防伪标签技术,通过天生怪异、不成复造的微观纹理并拥有高编码容量,有效解决了传统防伪标签的可复造性问题。本钻研选取微纳激光刻蚀机和高通量自动化造备步骤,并借鉴人脸鉴别技术,实现高效刻蚀、标签天生和急剧鉴别,如图1所示。具体而言,刻蚀速度达到每3秒1,200个标签,高通量造备每4分钟产出2,400个标签并自动化急剧宰割,总共天生约5.2×104个标签。为了提升鉴别过程的鲁棒性,进行肆意旋转和亮度变动来增长训练数据量,标签数量进一步扩大到约5.2×106个。在标签鉴别阶段,钻研团队在大数据量的标签数据库中利用人脸鉴别技术实现了毫秒级的鉴别速度,且正确率达98.7%以上。该钻研为像素级纹理防伪标签的现实利用奠定基础,展示出辽阔的工业利用远景。该成就以“Automated production of batched unclonable micro-patterns anti-counterfeitinglabels with strong robustness and rapid recognition speed”为题,在《Journal of Materials Informatics》上颁发(DOI: 10.20517/jmi.2024.36)。本工作的第一作者为2019级钱院长学院资料设计科学与工程专业学生贺雨峥,通讯作者为资料基因院杨炯教授与巫金波教授。

图1.激光刻蚀、标签天生和识此外全过程
二、在《Digital Discovery》(DOI:10.1039/d4dd00240g)上颁发了题为“HH130: a standardized database of machine learning interatomic potentials, datasets, and its applications in the thermal transport of half-Heusler thermoelectrics”的钻研成就,如图2所示。该工作成立了蕴含130种半哈斯勒(HH)化合物的尺度化机械进建原子间势(MLIP)数据集—HH130,并于课题组原有的数据库MatHub-3d上提供公开下载。这是目前公开颁发的第一个机械进建势函数数据标注有关的工作。同时基于该数据集,团队批量推算了HH化合物在三声子(3ph)和传统步骤中耗时耗力的四声子(4ph)相互作用下的晶格热导率(κL),揭示了原子间相互作用与热输运性质之间的复杂关系。HH130数据库提供了可用于HH热电资料热输运性质钻研的高精度MLIP模型及数据集,实现了在更大规模热电资料推算中精度和效能的优良平衡,为高通量筛选和设计低热导率热电资料提供了强有力的工具。本工作的第一作者为2020级钱院长学院资料设计科学与工程专业学生杨钰嫣,通讯作者为资料基因院杨炯教授与戴胜男博士。

图2. HH130的成立及其在HH热电资料热输运性质钻研中的利用
此表,杨钰嫣同学凭《Digital Discovery》颁发的有关工作获第八届资料基因工程高层论坛优良墙报奖一等奖(如图3a所示右四),也是亿万先生MR唯一在本届会议上获墙报奖的学生。本届资料基因工程高层论坛共有钱伟长学院2019级—2023级共13位资料设计科学与工程专业的同学(如图3b所示),先后7位同学参与了本硕博一体化项目,积极索求高水平会议作为本科人才造就的进建实际平台。
(a)
(b)
图3. (a)杨钰嫣同学(右四)凭Digital Discovery上颁发的有关工作获第八届资料基因高层论坛优良墙报奖一等奖;(b)参与高层论坛的13位钱伟长学院在读本科同学及本硕博一体化项目同学。
以上钻研主体内容均是两位一作同学在本科四年级时实现,大四这一年本研融合阶段为本硕博一体化造就奠定了优良的基础。钱伟长学院索求本硕博一体化项目,为入选学天生立了定造式、个性化的创新人才造就打算,该项目为学生早进尝试室、早进课题组、早进科研团队等提供前提保险,有助于优良本科人才的长周期造就。系列钻研成就的颁发,初步展示了钱伟长学院与资料基因组工程钻研院通过强院强所、深度融合,有效支持基础学科拔尖人才造就和高水平学科交叉发展。