2024科学智能峰会（ AI for Science Forum ）于11月4日至11月6日在北京召开。本次峰会汇集 AI for Science 领域“产、学、研、用”方向单位，共同思考 AI 在科学研究中的应用与未来。峰会为科学家和行业参与者创造一个对话平台，通过交流，发现科学研究的关键问题，抓住新机会，促进学科的交叉融合，从而找到落地实践的最佳路径。

值得注意的是，当天深势科技与中国科学院大连化学物理研究所和榆林中科洁净能源创新研究院联合发布了“ DICP AI Lab 之 CataAI 表征专家系统”。该系统能够智能化管理和分析海量多维度、多模态材料表征数据，包括电镜、红外光谱、质谱、X射线衍射等表征数据。

与此同时，大连化物所将会携手深势科技，基于 CataAI 表征专家系统，构建表征智能神经网络、实现表征批量智能处理与自动化实验操作，打造智能化表征实验室，迈向更大的 DICP AI Lab 生态。

近年来，人工智能技术驱动已成为材料研究领域的新范式。大连化物所能源研究技术平台（ DNL20 ）靳艳研究员详细解析了 CataAI 表征专家系统的情况：人工智能技术的应用实现了新材料的高通量合成，但同时，也产生了大量的表征数据，高效分析表征数据成为影响材料研发的关键步骤。针对表征数据量大、多维数据交叉、数据间互译和耦合难等问题，研究团队开发了“ CataAI 表征专家系统”，在表征数据中的图像和谱图的智能处理方面取得系列进展：建立了双阶段神经网络模型，对图像中的颗粒目标进行检测和识别，利用损失函数确定最优目标框并送入分割模型进行像素分类，最终得到了精确的颗粒边界信息，实现催化剂材料中纳米粒子、团簇和单原子等复杂信息的精准分析；针对特定反应过程设计了可解释的红外光谱数据预处理模型，包括去基线、拟合分峰等，通过数据特征提取、深度学习模型训练，实现了原位光谱中催化反应过程下材料表面官能团物种的实时、智能的识别和分析；通过自建数据库和新算法，实现了从质谱图到分子结构推荐；构建了数据管理、分类储存、图谱数据的特征参数智能提取等功能。

CataAI 表征专家系统”将作为案例应用在 DICP AI Lab 上。DICP AI Lab 是大连化物所与深势科技、榆林中科洁净能源创新研究院合作共同打造的“大连化物所专属AI生态圈”，旨在为大连化物所AI相关研究提供实践与共享生态环境。此外， DNL20 将进一步建设智能化的表征实验室，“ CataAI 表征专家系统”有望作为智能表征实验室的智慧大脑，为能源催化研究提供高水平技术支持，推动能源催化领域的创新和进步。