8月4日至7日，由中国原子能科学研究院主办，原子能院瑞昌核物理应用研究院、江西核学会承办的我国首届核物理及核数据中的机器学习应用研讨会在江西瑞昌召开。这是国内首次举办该主题会议，对于促进机器学习在核物理中的发展和应用，以及核物理、核天体、核数据、核工程等领域的交叉融合起到了积极的促进作用。

　　大会采用线上、线下相结合的方式，来自原子能院、北京大学、清华大学、北京师范大学、复旦大学、上海交通大学、中科院上海应物所、中山大学、湖州师范学院、中国核动力院、中国工程物理研究院、中科院近代物理所、上海高等研究院等36个研究所及高校的220余位专家参会。中国科学院院士张焕乔出席并致辞。

　　机器学习作为一种分析大数据和挖掘数据蕴含规律的算法，具有对大量、高维、复杂数据的处理和分析能力。近些年，机器学习算法、芯片算力以及互联网大数据的出现，使得机器学习得到了爆发性的发展。随着世界上核物理领域相关大科学装置的建设和使用，科研人员在核物理、核天体、核数据以及核工程研究中积累了大量的实验测量数据和理论计算结果，同时遇到了诸多理论和实验难题。如何利用机器学习的优势辅助解决上述难题、搭建相应的专题研讨平台受到了广泛关注。

　　此次大会讨论内容涉及机器学习在核结构、核反应、核天体、核数据、核技术与工程等多个方面的应用，涵盖量子计算与机器学习结合的前沿领域。大会共作报告45篇，内容涉及国外利用机器学习开展核物理研究的进展、核数据现状与机器学习应用的思考、贝叶斯推断在核反应/重离子碰撞中的应用、贝叶斯神经网络拟合核数据、卷积神经网络和无监督学习确定重离子碰撞机制、物理驱动的神经网络、决策树算法应用等科学问题。（来源：原子能院 作者：张英逊）