编者荐语：

微软亚洲研究院副院长、微软研究院科学智能中心亚洲团队负责人、微软杰出首席科学家刘铁岩博士，与中国科学院半导体研究所首席科学家、北京龙讯旷腾公司首席科学顾问汪林望教授，就“高性能大规模原子材料模拟的挑战与机遇”等话题展开了深入对话。

以下文章来源于微软研究院AI头条，作者微软亚洲研究院

（本文阅读时间：12分钟）

编者按：近年来，越来越多的实践证明，AI是一项可以用于发现规律的关键技术，除了工程技术领域，AI也为自然科学提供了新的科学发现工具。科学家们利用AI技术、基于大量高通量数据分析，不仅能加速实验进程，甚至还可以从数据中总结和发现尚未被人类知晓的科学规律。微软亚洲研究院很早就看到了这一趋势，并在过去几年中，陆续开展了AI+生物学、AI+环境科学、AI+物理学等方向的研究。

近日，微软亚洲研究院邀请了中国科学院半导体研究所首席科学家、北京龙讯旷腾公司首席科学顾问汪林望教授，就“高性能大规模原子材料模拟的挑战与机遇”等话题进行了分享，并与微软亚洲研究院副院长、微软研究院科学智能中心亚洲团队负责人、微软杰出首席科学家刘铁岩博士展开了深入对话。汪林望教授在材料科学领域深耕近30年，对大规模电子结构计算、密度泛函理论（DFT）、第一性原理计算的研究有着深厚的经验。此次对话中，汪教授深度解析了当前材料领域研究技术的发展现状、面临的挑战、存在的问题，以及AI技术在材料科学中的应用方向和待解决的问题。希望这场与材料科学领域专家的精彩对话，可以为AI探索更多自然科学领域带来新的灵感。

刘铁岩：汪教授在材料学领域已深耕近三十年，包括对密度泛函理论(DFT)、电子结构等问题都有深入的研究。先请您介绍一下当前材料科学领域的发展情况。

汪林望：在材料科学研究领域，理论计算方面多数使用的是量子力学（quantummechanics），也就是第一性原理计算。如今，第一性原理计算已经渗透到了材料科学的方方面面，它与合成、表征并称为材料研究的三大基石。最近20年，中国在第一性原理计算领域的研究论文数量呈指数级增长。

尤其是，从头算材料模拟（abinitiomaterialsimulations）在学术界被广泛使用，因为传统的做法需要大量的经验参数，而从头算不依赖于经验参数，只用电子、质子质量、原子的位置等少量数据作为输入，就可以计算出材料性质。这是一种强大的工具，因为它所依赖的薛定谔方程是非常基础的。可以说，有了这个方程，所有材料科学的问题都可以得到解决。

刘铁岩：第一性原理计算主要被用于基础科学研究，由于算力的提高和算法的更迭，当前产业界也对这个工具产生了浓厚的兴趣，特别是我们注意到诸如锂电池、化工、制药公司纷纷开始加大对这一领域的投入。那么，第一性原理计算与产业结合的前景如何？还有哪些挑战？

汪林望：目前工业界中广泛使用的是CAD(ComputerAidedDesign，计算机辅助设计)工业软件，主要依靠牛顿力学，使用连续介质方法，比如有限元方法求解偏微分方程等。这类软件通过一些参数来表征材料的性质，并以这些材料为基础去设计不同的工业器件；它们很大程度上解决了实验成本过高的问题，比如可应用在飞机制造，代替风洞实验等。但这种辅助设计方案并不设计材料本身，仅着眼于宏观层面。

然而，在接下来的二、三十年，在后工业时代，除了

转载请注明:http://www.aideyishus.com/lkjg/1232.html