报告题目：从量子力学到材料发现：第一性原理遇见人工智能

报 告 人：徐勇 教授，清华大学物理系

报告时间：2024-03-21 14:30-15：30

报告地点：理科楼郑裕彤讲堂

报告摘要：从量子力学到材料发现、从经验试错到人工智能是当今计算物理与计算材料科学的主要发展趋势，由此诞生了材料基因工程，即构建材料大数据，加速材料发现。高通量第一性原理计算是建立材料数据库的主要手段，但受限于高昂的计算代价，现今最大的材料数据库仅包含105-106个固体材料的数据，离实现材料大数据与大模型的目标还非常遥远。在该报告中，我将介绍一个新兴的研究方向——第一性原理人工智能，即利用先进的人工智能技术克服第一性原理计算面临的效率瓶颈。作为最新的进展之一，我将重点介绍一种深度学习第一性原理电子结构计算方法DeepH，它从第一性原理计算数据中学习，利用人工神经网络预测给定材料原子结构的密度泛函哈密顿量，可绕过耗时的自洽迭代过程，在保持第一性原理计算精度的同时提升计算效率多个量级。由于引入了局域性和对称性的关键物理先验，DeepH方法的神经网络模型通过学习小尺寸材料体系的结果，可用于大尺寸新材料体系的预测，表现出极高的预测精度和优异的可迁移性。第一性原理人工智能方法的发展将极大地加速高通量计算，为构建材料大数据、训练材料大模型、实现人工智能驱动的科学发现提供新机遇。

参考文献

[1] H. Li, et al. Nature Computational Science 2, 367 (2022)

[2] X. Gong, et al. Nature Communications 14, 2848 (2023)

[3] H. Li, et al. Nature Computational Science Sci. 3, 321 (2023)

[4] H. Li, et al. Phys. Rev. Lett. 132, 096401 (2024)

报告人简介：

徐勇，清华大学物理系长聘教授、日本理化学研究所 (RIKEN) 兼职研究员、国家杰出青年基金获得者、科睿唯安全球高被引科学家。主要研究方向：拓扑量子物态、第一性原理计算、人工智能驱动的科学发现。