4月24日下午14点，第七次初阳讲堂在16幢907顺利展开。南京大学匡亚明公司副经理、理学博士、教授董昊作了主题为“机器学习赋能化学”的讲座。

董教授以人类进化为切入点，展现机器学习如何在进化过程中帮助人类改变世界、认识社会。从“深蓝”到“阿尔法狗”，人工智能的发展展现出思维拓展的可能性。董教授将棋类学习迁移到化学研究，指出通过计算、实验、建立数据库，机器学习同样可以为化学学科研究赋能。

在实际研究中，“机器+化学”领域已然蓬勃发展。在Web of Science的数据库检索中，“AI化学”关键词在2022年之后呈指数级增长趋势，展现出巨大潜力。然而，AI化学也面临着开发不足、数据库不足的问题。化学空间的高维度，复杂性以及非线性，使得通过数据驱动的人工智能算法进行求解(预测)的方案既充满潜力，也面临巨大挑战。因此，实现人工智能与微观物质科学相结合，需要突破两个关键点:大量精确的科学数据和提供微观物质信息的描述符。

随后，董教授以经典“异或问题”为例，展现如何搭建一个简单的全连接神经网络。从网络结构定义、权重初始化、前向传播、计算输出层的输入和输出到反向传播，计算机技术和科学研究紧密结合起来，展现了跨学科融合发展的无限可能。

接着，董教授继续拆解人工智能与微观物质科学结合运用的深层逻辑：运用内坐标、直角坐标等多重坐标表示分子，将化学信息转化为字符串，拆解分子的拓扑结构，最终形成用数字量化分子属性的分子描述符。描述符将形象具体的化学语言转变为抽象简洁的机器学习语言，在化学研究和人工智能之间搭起联结的桥梁，为化学领域的AI融合发展提供了坚实基础。

最后，董教授介绍了“机器学习＋化学”在不同领域的杰出成果。以自动化化学为例，人工智能辅助可以生成合成方案，自动化实验，进行数据管理，极大降低了化学研究的时间和人力成本。未来，AI化学大有可为，将为人类科学研究事业做出更大贡献。

本次初阳讲堂，董昊教授以深邃的学科视角与生动的案例，带领我们领略了“机器学习赋能化学”的无限魅力。这场讲座不仅是一次知识的盛宴，更是一次思维的破壁：它告诉我们，面对复杂性与非线性，数据驱动的算法可以成为我们探索物质世界的强大盟友。希望同学们以本次讲座为起点，保持对前沿技术的好奇心，勇于打破知识边界，在扎实掌握化学基础的同时，主动拥抱机器学习等新兴工具，用跨学科的智慧为人类科学事业贡献属于自己的创新之光。