Loading...
以下内容由火博体育整理:
化工研发长期面临“试错成本高、周期长”的痛点,AI正成为破局的关键方案。
11月12日,第六期“求新大讲堂”迎来两位深耕AI+化工交叉领域的顶尖学者——北京化工大学化学工程学院院长程道建教授与华东理工大学漆志文教授,联袂为公司研发团队带来大数据与人工智能赋能化工产业的前沿课程。
程道建教授以《大数据与人工智能赋能化工产业转型升级》为题,系统介绍了AI赋能化工智能制造与研发创新的最新进展。
他通过无人检测实验室、“黑灯”智能实验室等实际案例,呈现了AI驱动的高通量实验与工业智能体如何实现“预测—制备—测试—迭代”的闭环研发新范式。
此外,程教授还围绕化工企业如何进行AI布局展开探讨,为推动企业智能化转型提供了可落地的参考框架。
漆志文教授以《基于人工智能的溶剂性质预测及反应与分离过程高通量筛选》为题,聚焦化工分离过程中溶剂基础物性数据缺失、筛选效率低等共性难题,展示了AI赋能溶剂研发的新范式。
他首先介绍了多种AI建模方法协同作用,实现对溶剂关键性质的高精度预测,系统性地补全和拓展溶剂基础数据库;
并在此基础上,构建了面向特定分离过程的高通量筛选框架,从海量候选溶剂中快速锁定最优选项。
漆教授结合典型工业体系,完整呈现了从分离溶剂性质预测到精准筛选的全链条智能化路径,为公司分离过程强化与绿色溶剂定向设计提供了系统性的技术参考。
报告结束后,研发人员围绕AI模型工业适配、智能实验室建设、分离过程溶剂筛选等实际问题与两位专家展开深入交流。
专家们结合一线科研与产业实践经验逐一答疑解惑,现场互动热烈、思维碰撞不断,为后续智能化技术攻关与数字化转型提供了切实可行的解决方案。
本期讲座从不同维度呈现了AI嵌入化工研发的实践路径,程道建教授展示了实验研发的智能闭环,漆志文教授展示了溶剂筛选的数据驱动。
目前,AI在化工领域的应用已越过概念阶段,进入与具体业务场景深度对接的窗口期。
如何将这些前沿方法与公司现有的数据基础和实验体系有效衔接,将是新和成后续需要持续探索的方向。
特别
本文内容由火博体育整理。
2026-11-17
2026-11-17
2026-11-17
2026-11-17
2026-11-17
TA:欧足联与欧洲俱乐部组织的独家合作关系遭欧洲俱乐部联盟投诉
尽量避免不必要的冲突,保持冷静,并在有需要时寻求裁判的帮助。...
CCTV5直播!今晚8点,国足vs巴林卡位战,邵佳一有魄力 或弃用2人
尽量避免不必要的冲突,保持冷静,并在有需要时寻求裁判的帮助。...