◆ 松山湖材料实验室计算辅助材料设计团队团队负责人
从事平衡和非平衡系统统计物理研究及其在凝聚态和细胞生物学中的应用，包括磁铁，准晶体，超导体，薄膜和大分子等方面的相变问题和缺陷对长程序的破坏，发展了若干解析和计算方法来研究上述系统中各类涨落现象，尤其是用重整化方法来刻画多尺度行为。
◆ 1981年本科毕业于中国科技大学，经CUSPEA项目赴美
◆ 1987年获得Carnegie Mellon University博士学位
◆ 香港研究资助局Physical Science Panel委员，美国物理学会会士亚太物理学会理事，香港物理学会理事会主席、亚洲生物物理协会理事、IUPAP C3统计物理委员会委员等
团队共10人，含博士后3人，客座专家1人，客座博后1人，客座博士1人，工程师1人，客座工程师1人，行政助理1人等。包括了多位开发机器学习和人工智能方法实现高精度、跨尺度材料计算的青年学者，在无序系统的结构、动力学特性和相变的统计物理研究有长期的学术积累。
主要合作单位北京大数据研究员（BIBDR）的鄂维南院士、张林峰及北京应用物理与计算数据研究所王涵等人在多尺度建模、机器学习等方面取得了突破性的进展，并在开源平台的建设方面形成较为系统的工作经验，能够在数学建模和数据科学层面提供扎实的技术和经验支持。
研究方向
计算辅助材料设计团队成立于2019年，旨在基于深度势能系列方法为材料计算模拟领域打造新型科研工具，构建开放性的材料数据库与模型库，成为新一代材料模拟开源社区的引领者。并在多元轻型合金、非晶合金、电池材料、半导体材料等领域打造模拟与实验高效结合的样板流程，构建“模拟精确指导实验，实验高效反馈模拟”的材料研发新生态。
团队研究方向是基于深度势能“多尺度建模+机器学习+高性能计算”系列方法与支持开放社区的自有软件，在传统理论方法难以处理的大尺度上，实现对合金、电池、高分子等材料的全原子高精度模拟。解释材料设计-加工-老化全生命周期中跨尺度核心问题的底层物理机制，系统性推进材料科学领域的研究进展，逼近在原子层次解构材料性质行为并进行设计的终极目标，革新材料产业的研发模式。同时，以材料模拟软件开发、开放数据库和模型库建设为支撑驱动与品牌化战略目标，打造分子模拟开源平台与社区，形成材料计算模拟与研发合作新范式。
在材料科学研究的方法论方面，结合松山湖材料实验室与中国散列中子源等优势资源，以非晶合金、电池、半导体等材料为范例，打造模拟与实验高效结合的样板流程，构建“模拟精确指导实验，实验高效反馈模拟”的材料研发新生态，并促进近科研成果与研发范式在相关支柱产业基础材料与高新产业热点材料领域的样板应用。
研究成果
团队通过高效整合商业云计算平台闲置资源，实现了同时对25000核计算资源的大规模、低成本、高弹性调度，完成了涵盖Al、Mg、Cu、Zr、Li等十余种单质元素及合金体系的数据库和模型库初步建设，并在2020年11月份面向全球材料模拟用户公开发布材料模拟数据与模型平台DP Library 1.0版本。该数据库将为全球材料分子模拟用户提供高精度势函数模型及相应的第一性原理数据，提高材料模拟领域基础信息的交流效率，加速材料模拟技术的发展进程。
团队于2019年12月、2020年4月、5月先后立项了“结合深度势能模型与结构搜索算法预测Mg-Al合金结构”、“Mg基轻型合金及相关单质体系的通用模型与数据开发”、“Cu-Zr-Al非晶合金深度势函数的开发与应用”、“W及W合金的辐照损伤，微观结构，力学性能的计算机模拟研究”“Mg合金体系的晶界处合金元素富集行为以及对晶界运动能力的影响”等科研项目。在以上项目中，深度势能机器学习势在体系基本性能预测上均给出了优于传统经验势的结果，并在新亚稳定结构搜索、合金组分配比、加工方式改进等方面有了阶段性研究成果。
