摘要：聚合物为人类社会生活发展提供了不可或缺的物质基础.在研发聚合物材料的过程中,庞大的结构空间、复杂的聚合机制为建立聚合物材料的构效关系带来重大挑战.机器学习有望突破高分子合成研究的传统范式,推进新型聚合物材料的化学创制,近年来成为了高分子化学家关注的前沿领域.机器学习技术实现了反应条件、化学结构、材料性能之间潜在关联的发掘,提高了对聚合反应空间的研究效率,为反应条件优化、链结构设计提供了系统性指导.数据驱动的生物大分子结构解析是多领域关注的焦点,机器学习助力实现了蛋白质结构预测的跨越式进步,迈入了生物大分子研究的新阶段.在此基础上,结合自动化技术,发展数智化合成,进一步降低试错成本,加速聚合物材料研发,推动理论知识发展.本文对机器学习在预测聚合物性能、设计聚合物结构与合成条件、生物大分子研究中取得的重要进展进行简要介绍与讨论.目前,机器学习辅助的高分子合成研究仍面临聚合物结构表示方法有限、高质量数据稀缺、自动化技术落地合成生产困难等挑战,亟须加大研究投入,深入开展跨学科研究,发展人工智能赋能的高分子合成,推动高端材料创新.