程俊课题组汇聚材料、化学、计算机等多学科人才，持续推动人工智能与计算方法的深度融合，从基础研究、技术创新和产业应用三个方向，开展跨尺度、多模态的前沿研究。在基础研究方向，聚焦电化学界面动态机制、催化剂动态演化规律、氧化物表界面调控等基础科学问题，通过自主研发的理论模型与高效计算方法，为电化学领域的前沿技术提供理论支持。在技术创新层面，结合大语言模型、知识图谱与人工智能技术，构建覆盖化学知识挖掘、材料智能设计、谱学数据解析的AI工具链。面向储能、谱学表征、芯片制造等重大应用场景，团队开发电解液智能筛选系统、电子电镀工艺优化平台和多模态表征联用的人工智能模型，推动材料研发从微观机理到宏观性能的全流程智能化转型。