王宁，香港城市大学化学系博士研究生在读（2023 - 至今），本科毕业于南京大学，硕士毕业于香港城市大学化学系。研究方向聚焦人工智能驱动的钙钛矿光伏材料研发，致力于构建融合可解释机器学习、高通量表征与自动化制备的自主闭环实验平台，实现数据驱动的材料优化；同时开展钙钛矿/硅叠层器件界面工程、聚合物电荷传输层及大面积组件稳定性研究。目前已累计发表学术论文12篇，其中以第一作者或共同第一作者身份在Nature、Joule、Nature Energy 等期刊发表4篇论文。相关成果转化获得第49届日内瓦国际发明展评审团特别嘉许金奖、第50届日内瓦国际发明展金奖、2025年美国硅谷国际发明展金奖等荣誉。

新材料的发现与优化是推动能源、电子、催化等领域变革的基石，但传统材料研发长期依赖研究者的经验试错，筛选成本高、周期长，且“设计—制备—表征”各环节的数据难以贯通，严重制约了从实验室发现到实际应用的转化效率。面向这一问题，我们构建了一套融合可解释机器学习、多模态高通量表征与机器人自动化制备的自主闭环实验平台并以钙钛矿光伏钝化材料设计筛选展开验证，实现了从分子设计到器件验证的数据驱动材料发现。平台以 DFT 高通量计算与 SISSO 符号回归构建“结构—性质—性能”描述符，通过主动学习在万级分子空间理性筛选；以贝叶斯优化引导自动化硬件自适应迭代，实现制备工艺参数的自适应迭代；并融合多源数据，深度解耦 "工艺—结构—性能" 之间的复杂映射。该工作展示了自主闭环平台加速新材料发现的潜力，为材料研发从“经验驱动”迈向“自主智能”提供了新范式。