深度学习与第一性原理计算

第一性原理计算基于量子力学基本原理,通过求解复杂的多电子相互作用问题实现高精度材料计算预测,已成为现代物理学、化学、材料科学等诸多领域中不可或缺的研究手段。然而,高昂的计算成本限制了第一性原理计算的广泛应用,使得大尺度材料模拟和材料大数据构建等重要领域的发展面临重大挑战。近年来,Alpha Go、Alpha Fold、Chat GPT等突破性工作的涌现宣示了人工智能新时代的来临,第一性原理计算领域也迎来了变革性转变的历史机遇。深度学习为第一性原理计算提供了新的研究范式,通过精确建模和高效预测,有望突破传统方法的瓶颈问题。文章介绍了一类基于深度学习的第一性原理计算方法,利用神经网络对密度泛函理论中的核心物理量——密度泛函理论哈密顿量进行建模,并设计出满足局域性原理、协变性原理等关键物理先验的先进神经网络架构,实现了高效精确的深度学习电子结构计算。该方法已成功应用于转角范德瓦耳斯材料等体系的大尺度材料模拟、基于材料大数据的通用材料模型构建等极具挑战性的任务中,为发展材料大模型、推动人工智能驱动的材料发现提供了新的机遇。

神奇的“聪明”材料

人们听说过聪明的人、聪明的猴子、聪明的海豚等等,大概从未听说有聪明材料.我们所说的聪明材料(Smart Materials)即是科技人员根据一些材料的性能,并按照一定的科学原理,采用一定的技术手段,把生物体所具有的某些功能整合纳入到所制造的材料和系统中去,于是,这种材料便显示出了某些'聪明'的特性.因为材料的'聪明'不是自身生而有之,是人类赋予的,所以聪明材料也叫人工智能材料,这种材料能够感知周围的压力、气流、水流、电压、磁场、湿度、温度或某种气味的浓度变化,并能够及时地向人们示警和采取对策,因而显得'聪明'无比,令人惊叹不已。

2020年光学超材料热点回眸

光学超材料一直是超材料学科中的重要组成部分之一,是超材料在信息科学领域中应用的重要体现。2020年,光学超材料领域的研究涌现出了一大批非常优秀的科技成果。围绕非线性光学超材料、人工智能超材料与光学超表面等方面回顾了光学超材料在2020年的研究热点。