2023年6月20日，由物科院开展的品牌系列讲座“南高师·格物讲堂”邀请到了美国南卡罗来纳大学机械工程系胡明教授，在行健楼437作了题为“预测超大规模材料声子性质的神经网络方法”的学术报告。本次报告由物科院院长张力发教授主持，物科院教师、研究生共计20余人参加了本次报告会。

在报告中，胡明教授首先介绍了对于材料性质研究的范式，从最初的实验经验到模型模拟再到计算模拟，最后发展成为如今的数据驱动方法。这一方法通过对已有的数据集进行机器学习训练，实现预测材料性质。胡明教授进而指出了目前存在的两个弊端：1）数据集不够； 2）缺失过程性数据。因此，胡明教授及其团队开发了以原子局部近邻环境为训练数据的元素空间密度神经网络力场(Elemental-SDNNFF)，解决了上述的问题。受益于该方法独特的模型架构，可以轻松利用上亿级别数据来训练单个超大、超深神经网络，并预测了超过十万种无机晶体的声子特性。这种新的神经网络方法不仅可以用来于快速筛选声子热输运材料，还可以用于与热输运相关的一些应用，例如全固态电池、热能储存、热电能量转换等。

在报告结束后，老师及同学们对于训练过程、方法及其物理内涵进行了积极提问，胡明教授耐心地给出了解答。此次报告加深了同学们对于物质结构-性质关系的理解。

胡明教授简介：

胡明博士现任美国南卡罗来纳大学机械工程系教授。2006年获得中国科学院力学研究所固体力学博士学位。胡教授在计算传热学方面拥有超过16年的研究经验，尤其对微纳尺度热输运和界面热管理的原子模拟有多年研究。胡教授目前带领的人工智能材料实验室专注于大数据和机器学习算法开发，发现和设计用于先进能源工程和技术的新型材料。胡教授撰写和合著了四本书章节和186篇具有高影响力的国际期刊文章，总被引用8000余次(谷歌学术H指数49)。