大湾区先进能源技术论坛(院士报告)

文摘   2024-11-24 14:07   吉林  

院士的报告中提到几个关键词,分享我的一点学习心得:

1. 能源催化的研究正在由实验室工业化发展。

不管是在学术研究的成果要求上,还是工业的实际需求上,都在要求向成果转化和落地。


2. 能源催化的研究学者要有工程师思维、产品思维。

用于工业生产的基础研发要考虑到实际应用场景中的影响因素,比如相界面的传质效应、电导和热传导、机械效应等等。


3. 多学科的交叉融合有利于从多个维度设计技术路线,整合资源,节能减碳。


4. 实验的试错和筛选正在由人工AI智能发展。

构建准确全面的数据库、模型、框架、用好AI这个工具。开发的水平和认知程度决定了AI工具的水平,所以关键还是要提高开发者的逻辑认知能力。



报告人:成会明院士

中国科学院院士、中国科学院深圳先进技术研究院碳中和技术研究所所长

报告题目:《先进储能电池技术的研发进展》

报告指出:要实现“”目标,能源结构就必须从目前以化石能源为主调整到以可再生能源为主体,而新型储能技术的发展将为此提供坚实保障。

目前锂离子电池在电化学储能市场占据主导地位,但是锂离子电池因安全性、资源的稀缺性将难以满足大规模储能应用的需求,因此,需要发展其他先进电化学储能技术。


报告人:谢在库院士

中国科学院院士、石油化工专家

报告题目:《新型能源体系中的变革性化学化工过程》

报告指出:能源分子转化新过程是新型能源体系的重要过程,当前,多数能源转化过程尚未实现工业化,尤其是在节能降碳方面。通过跨学科合作,特别是催化领域的深入研究,有望解决化石能源分子转化过程中的催化裂化、甲烷制甲醇等问题,推动化学工业向更加绿色、低碳的方向发展。

报告人:张锦院士

中国科学院院士、北京大学副校长

报告题目:《AI革新材料研究范式》

报告指出:材料学一直面临着体系复杂度高、数据标准化程度低、研究链条长等问题。AI 技术擅长处理高维度、多尺度数据,能够发掘参数之间的复杂关联,揭示传统方法难以发现的规律,为解决材料学研究目前的困境提供了可能。

报告从“AI for 材料表征”“AI for 材料控制制备”以及“AI for 材料产业化”三个方面探讨 AI 技术能否革新材料研究范式,为材料数据库的标准化、材料基础研究的全局性和材料跨越实验室到产业化的鸿沟提供助力,并提出“AI Agent for Science”的愿景,希望 AI 能够帮助科研人员获得跨领域的知识和思维、释放创新潜能,成为覆盖材料研发到产品化全流程的有效工具。
张锦院士认为,AI也许能将为材料科学研究带来一个“不求甚解”但快速发展的全新未来。


科泰催化
电催化入门,干货分享,科研交流
 最新文章