方維海，1955年12月22日出生于安徽省定遠縣，物理學家、化學家，中國科學院院士   ，北京師范大學化學系教授、博士生導師，北京師范大學化學學院院長。

1993年在北京師范大學化學系獲博士學位；1998年8月進入北京師范大學工作；2013年12月增選為中國科學院院士。

方維海主要研究領域是分子光解離反應機理。

人工智能是一個非常大的領域，真正跟材料有關的是機器學習，機器學習也包括好幾個方面，比較重要的是神經網絡，完全模擬人腦的神經原。神經網絡有很多不同類型，其中效率比較高的是深度學習，這是基本概念。在機器學習里還包含其他的分類、降維和回歸等方法，這些可以聯合起來使用。對于我們做材料的來講，可能神經網絡、深度學習以及回歸分類的辦法非常有幫助。

大數據做的事情，基本叫做材料基因組工程，借鑒于人類基因的概念。我們做了一些嘗試。通過材料基因組工程把目標基因找到，需要大量數據，更需要把實驗數據和理論緊密的結合在一起。一方面是提高效率，另一個方面是提高精度，從商業的角度上大大降低成本。晶體的數據庫大概有16億個不同的晶體結構，但這些是已有的材料，往往還不夠，需要從化學空間來做，可以用三種途徑構成最有效的大數據。在倍頻晶體材料里從已有中篩選后，提出了材料基因組的概念。所謂的基因，就是最關鍵的核心集團，這樣就可以仿照生物進行突變，把關鍵因素進行更改，之后直觀進行檢測，不合格就淘汰。

OLED光體材料，對外提取光非常重要，目前業內很難達到80%的效率，這是非常重要的。根據現有的OLED材料，打亂后讓計算機把所有可能組合進行拼湊，讓機器檢測哪個能用，最后篩選出來真正成功的一例。首先，它的折射率比已有的都好。第二，可見光沒有任何吸收，出光的時候全出去，只是在紫光外，有一點點吸收。在相同電壓的情況下，它的亮度比用在商業上好很多，增加了30%左右。

再看看藍壽命行不行，當厚度是600A到700A的時候，有一個大幅度的提高，壽命大大增強，這是每項數據測試的結果，綠光可以提高20%左右的壽命，對紅光器件有更高的提升。紅光的主體材料，發光效率跟參考的比能達到70%，主要原因是紅光主體材料把得到的電傳給真正發光的配合物。

參考資料

【1】微信公眾號中科院科技轉化（ID：ucasaati），院士說 | 方維海：三種途徑構成最有效大數據，https://mp.weixin.qq.com/s/LSV8vKzKaR7rFKUvX1lCfA