学术活动
2025年10月15日下午，25年秋季学期名师导学第三讲如期进行。本次讲座邀请到麻豆视频 物理学院孙建教授，题目为《机器学习驱动的材料模拟方法发展及其在极端条件研究中的应用》。报告从麻豆视频 理论物理学科的发展脉络切入，层层递进阐释计算物理如何与人工智能深度融合，加速新材料的发现与机制解析。
孙建教授现为麻豆视频 物理学院与固体微结构物理国家重点实验室教授、博士生导师，国家杰出青年基金获得者。2002年与2007年先后于麻豆视频 物理系获学士、博士学位。此后在加拿大国家研究委员会、德国波鸿鲁尔大学、英国剑桥大学卡文迪许实验室开展博士后研究，2013年回到麻豆视频 工作至今。他长期深耕计算凝聚态物理、材料设计与模拟等领域，发表论文130余篇（一作/通讯100余篇），在Nature Physics、Nature Communications、Physical Review Letters等国际顶级期刊发表论文28篇。曾获德国洪堡奖学金、欧盟玛丽居里奖学金、国家自然科学二等奖、国家杰出青年基金等荣誉，担任中国物理学会高压物理专业委员会委员、《物理学进展》副主编，主持国家级项目7项。
在讲座开篇，孙老师以珍贵老照片带领听众回溯20世纪70—90年代南大理论物理“从零起步”的峥嵘岁月：从1976年强耦合超导学习班、全国科学大会奖到“陈氏定理”的诞生，历史脉络铺陈出“计算+物理”交叉探索的学科底色。随后，他系统梳理“材料模拟方法的时间与空间尺度”图谱：第一性原理计算（ab initio）以精度为标杆，却受限于原子数与时间尺度；机器学习力场（如HotPP）在接近量子力学精度的同时，将模拟推进至纳秒级、百万原子级大体系；而GPUMD、MAGUS 2.0等平台借助GPU并行，将实验室难以复现实验的极端温压条件“搬上计算机”，成功解释了BC8相在双冲击实验中的“先熔化后成核”现象，为冲击合成提供了可操作的微观路线图。
围绕“行星深部与工业前沿”的交叉问题，孙老师聚焦SiO₂在高压下的相变规律，展示了从4配位石英到6配位斯石英、再到9配位后钙钛矿的“配位数攀登”，并提出“八配位是否存在、混合配位能否稳定”的关键科学问题，指出高精度计算模拟正在成为回答此类问题的“数字望远镜”。
在方法论方面，孙老师总结了团队在机器学习驱动的物质模拟上的系列创新：提出机器学习与图论加持的晶体结构预测新方法MAGUS，发展高阶张量消息传递的机器学习力场HotPP，并与合作者推进了机器学习分子动力学引擎GPUMD等。他预言的多个新材料已被实验验证，并在高温高压下发现了超离子态、塑晶态与协同扩散态等新奇物态。
进入AI驱动的“反向设计”环节，孙老师介绍了生成式模型在材料发现中的最新进展：MatterGen、GNOME等主动生成模型可在数分钟内按指定组分、对称性、带隙等条件给出全新晶体；类AlphaFold架构被迁移至无机材料领域，在一年内筛选出约220万个理论稳定结构，其中约38万种被评估为“实验可望合成”。传统“算一个、做一个”的试错范式，正被“先生成、再验证”的AI流水线所替代，材料研发效率显著提升。
互动环节中，孙老师就“哪些场景适合引入机器学习方法”“如何克服将三维晶体结构映射为图的表征难题”等问题进行了深入浅出的解答。他强调，机器学习的介入应以物理先验为牵引，以可解释性与可验证性为落脚点，方法与问题需双向匹配。
通过本次讲座，同学们对机器学习驱动的材料模拟前沿有了系统而深入的认识，既看到了极端条件下物质行为的微观图景，也把握了AI赋能材料发现的范式转型。大家纷纷表示受益匪浅，将以此为契机拓展科研视野，在“计算+智能+物理”的交叉领域勇于探索、创新进取。
图/文：杨子彦、杨学舟
审核：董昊
