材料科学中的AI方法导论 (邬家臻, 李磊, 罗光富...)MSE1042024春  
2024春
6.0(3人评价)
  • 课程难度
    中等
  • 作业多少
    很少
  • 给分好坏
    超好
  • 收获大小
    一般
选课类别:文理通识 教学语言:双语
课程类别:专业导论类 开课单位:材料科学与工程系
课程层次:本科 获得学分:1.0
课程主页:暂无(如果你知道,请点右上角“编辑课程信息”添加!)
课程简介(教工部数据)
理论课,1学分,1学时/每周。先修课程:无。本课程是“人工智能材料学系列课程”的导论,拟采用模块化设计,课程讲授材料学科研究范式演变,以及以大数据和AI引领的材料研究第四范式,教学内容包含Python基础和AI方法在材料科学中的应用。通过生动的实例,如:AI辅助设计热学超材料,让同学零基础体验AI与材料碰撞的火花,让学生对于AI大数据和AI驱动的材料研发新范式有一个较为系统认识。


Lecture, 1 credits, 1 hours per week. Pre-requisites: None. This course serves as an introduction to the 'Artificial Intelligence in Materials Science' series. It is designed with a modular approach, teaching the research paradigm evolution of materials science, with focus on the fourth paradigm of big data and artificial intelligence. The course will cover the necessary Python knowledge and the case studies of AI for Materials Science. Through engaging case studies, such as the AI for the design of thermal meta-materials, which will let students to experience the spark between AI and materials science, and also have new think relative the AI, Big Data, and the emerging paradigm of AI-driven materials research.
点评写点评
排序学期
评分评分3条点评
user avatar   nja明天一定不摆     2024春
  • 难度:中等
  • 作业:很少
  • 给分:超好
  • 收获:一般

中间讲python的部分听的太痛苦了 其他的课像讲座一样质量都挺高的

user avatar   Vincent_Jordan     2024春
  • 难度:中等
  • 作业:很少
  • 给分:一般
  • 收获:一般

对于这门课,我能感觉到老师们是想打造成一门大师云集涉及面广的精品课的,但是毕竟第一学期开课,经验不足,课程设置是在是欠妥。

lws老师的第一节课基本就是材料系宣讲的形式,讲讲材料学的主要研究方向和课题组的情况。第二节课和第六节课,个人认为zwq老师讲的还是很不错的(没听过他的大物课,但是就这门课讲的还比较清楚,让人比较有兴趣听下去),不过只是更多地介绍为什么要用AI方法,虽然也简单地带了一些数学和算法的知识,但是感觉更像科普,内容并不太多。

然后就来到了最硬核的第三四节课了,ll老师第三节课先用不到两小时把python的基本内容和常用库过了一遍,然后第四节课用不到两小时讲了线性拟合模型、机器学习和神经网络,留了写二维线性拟合python代码的作业。我上学期学了python,这两节课都跟的很吃力,班上有很多零基础的,那一定更是无从下手。从表白墙和大家的反馈中可以感受到痛苦,所以老师们商议后就降低了作业难度,临时又把第五节课改成了习题课,lgf老师和ll老师一同前往,确保每位同学能把样例代码改到可以运行为止。确实给了大家缓冲时间,不过也耽误了后面的课程安排。

第七节课沈老师是临时代lbw老师来上课的,但是这节课真的准备很充分,内容也比较丰富。从研发光学隐身衣出发,讲了很多数学,物理和算法的内容,讲的也很好,循序渐进,大部分同学都能听懂,收获算是比较大。

最后就是期末报告,要求是读一篇或几篇材料学作用AI方法的论文并写心得,可能并不难,但也给期末周徒增任务,相当痛苦。

总之这门课不能说差的没法看,老师们确实是用心了的,但是真的还有特别大特别大的改进空间,选课的各位慎选。

user avatar   Boltzwell     2024春
  • 难度:简单
  • 作业:很少
  • 给分:超好
  • 收获:一般

课程内容设置个人认为不太好,前面一直在花大力气讲一些很概括性的(过于概括以至于有些抽象的)东西——比如强调半天AI方法很重要,但给我的认识一直是“因为不知道能怎么研究,刚好碰上了AI大热,不如拿AI来试试”,而且基本一节课换一个老师,所以重复的东西很多。中间还有两节课从零开始速通python然后试图教会我们自己写一个拟合的程序,由于无基础的同学(包括我)很多,最后降低难度,只用写一下神经网络的基本原理。顺带一提,教python的老师是开发可解释性机器学习软件的,所以他的入门=我的入土。

另一个作业是读一篇讲材料科学中的AI应用的paper,写一篇学习收获,1500字。知网搜索“材料科学中的AI”蹦出来了一些辣鸡文章,所以又一次加深了我的误解。

直到倒数第二节课才讲了一些算法的原理和具体的案例(尤其是一个AI和物理理论相互辅助的案例),可以说只有这一节课是全程听完学到了东西。不过这节课的沈翔瀛老师是临时来顶替的,所以这好像并不是原本的课程设置(悲)


teacher avatar

邬家臻

材料科学与工程系

教师主页

teacher avatar

李磊

材料科学与工程系

教师主页

teacher avatar

罗光富

材料科学与工程系

教师主页

teacher avatar

刘玮书

材料科学与工程系

教师主页

teacher avatar

LI BAOWEN(李保文)

材料科学与工程系

教师主页

teacher avatar

张文清

材料科学与工程系

教师主页

其他老师的「材料科学中的AI方法导论」课

    邬家臻老师的其他课

    李磊老师的其他课

    罗光富老师的其他课

    刘玮书老师的其他课

    LI BAOWEN(李保文)老师的其他课

    张文清老师的其他课