供稿、摄影：朱弘扬、李全松  编辑：隆哲源

机器学习带来的技术革命波及甚广，然而将机器学习正确地引入到计算化学从而突破现有计算方案的瓶颈，并不是一件容易的事情。2021年11月29日上午，北京师范大学申林教授应邀到访新葡萄8883官网AMG，做了题为“机器学习与计算化学”的学术报告，此次报告是新葡萄8883官网AMG“21世纪学科前沿”系列讲座之一。李泽生教授等40余名师生参加该次报告会。

报告主要分为三个部分：第一部分讲述了将机器学习与多尺度量子力学和分子力学方法(QM/MM)相结合，在分子动力学模拟中同时保持了从头算模型的高计算精度和半经验模型的高计算效率；第二部分主要介绍了利用机器学习预测金属配合物的发光特性和无机晶体材料的非线性光学性能，设计了不同类型的描述符，针对当前功能材料研发可用数据匮乏的困境提供了定性水平的解决方案；最后是机器学习的网站以及综述分享。报告中，申林教授提出做科研应该摒弃亦步亦趋的“跟跑思维”，切勿盲目跟风，在做一项工作前要理清思路，明确目标方向，再一步一步寻找解决问题的途径。

此次学术报告内容丰富，精彩纷呈，引起在场师生的广泛兴趣和强烈共鸣。报告结束后，申林教授与各位老师和同学进行了深入的探讨和交流。最后，大家合影留念。

报告人简介：

申林，2012年在北京师范大学化学学院获得博士学位，2012-2018年在香港大学和美国杜克大学从事博士后研究，2019年入选青年千人计划。从事理论与计算化学领域的研究工作，主要研究兴趣是发展和实现适用于复杂化学体系的计算方法，包括非绝热动力学模拟、多尺度模型、增强抽样、机器学习等，旨在提升现有计算方案的精度和效率，探索各类化学反应特别是光化学反应的机制。

（审核：陶军）