【儀表網(wǎng) 研發(fā)快訊】近日，清華大學(xué)物理系徐勇、段文暉團(tuán)隊在人工智能與第一性原理計算交叉領(lǐng)域取得重要進(jìn)展。研究團(tuán)隊提出深度學(xué)習(xí)哈密頓量新方法DeepH-R，將深度學(xué)習(xí)的預(yù)測目標(biāo)從原子軌道基組表象下的哈密頓矩陣轉(zhuǎn)變?yōu)閷嵖臻gKohn-Sham勢。由于后者具有旋轉(zhuǎn)不變性且不依賴于具體基組，該方法從原理上簡化了深度學(xué)習(xí)，可大幅提升電子結(jié)構(gòu)預(yù)測精度和跨材料泛化能力。
 

　　近年來，深度學(xué)習(xí)與第一性原理電子結(jié)構(gòu)計算的融合，為計算方法發(fā)展與新材料發(fā)現(xiàn)開辟了新的技術(shù)路徑。研究團(tuán)隊此前提出了深度學(xué)習(xí)哈密頓量方法DeepH，可建立材料原子結(jié)構(gòu)與密度泛函理論哈密頓量之間的映射，在保持第一性原理預(yù)測精度的同時可顯著提升計算效率，為電子結(jié)構(gòu)計算提供了一種全新的智能算法發(fā)展框架。此前的DeepH方法以原子軌道基組表象下的哈密頓量矩陣為學(xué)習(xí)對象，神經(jīng)網(wǎng)絡(luò)在學(xué)習(xí)材料電子結(jié)構(gòu)內(nèi)在物理規(guī)律的同時，還需處理復(fù)雜的基組依賴性及旋轉(zhuǎn)協(xié)變性。
 

　　在該工作中，研究團(tuán)隊提出深度學(xué)習(xí)哈密頓量新方法DeepH-R，將神經(jīng)網(wǎng)絡(luò)的學(xué)習(xí)目標(biāo)轉(zhuǎn)變?yōu)樾D(zhuǎn)不變且不依賴原子軌道基組的實空間Kohn-Sham勢，使模型能夠更自然、更充分地融入對稱性、局域性等物理先驗，從而提升學(xué)習(xí)效率與精度。團(tuán)隊還將DeepH-R拓展至密度泛函微擾理論計算，顯著簡化了相關(guān)計算流程。更進(jìn)一步，團(tuán)隊利用涵蓋數(shù)十種元素和大量晶體結(jié)構(gòu)的大規(guī)模材料數(shù)據(jù)集，訓(xùn)練出具有亞毫電子伏特預(yù)測精度的電子結(jié)構(gòu)基礎(chǔ)模型，并系統(tǒng)驗證了模型的跨材料泛化能力。該成果為構(gòu)建高精度電子結(jié)構(gòu)基礎(chǔ)模型提供了新的技術(shù)路線，有望推動融合人工智能的電子結(jié)構(gòu)計算方法發(fā)展，加速新材料發(fā)現(xiàn)。
 

　　研究成果以“密度泛函理論哈密頓量的實空間深度學(xué)習(xí)”(Deep-learning density functional theory Hamiltonian in real space)為題，于7月20日發(fā)表于《物理評論快報》(Physical Review Letters)。
 

　　研究團(tuán)隊博士生袁子龍、唐澤宸和陶泓耕為論文共同第一作者。論文合作者包括研究團(tuán)隊博士后李洋，博士生陳澤洲、王昱翔、趙柏恒，已畢業(yè)博士生李賀、許祗銘、孫明輝，訪問學(xué)生貢曉荀，以及清華大學(xué)物理系副教授王沖和北京航空航天大學(xué)材料科學(xué)與工程學(xué)院副教授司晨。清華大學(xué)物理系教授徐勇、段文暉為論文共同通訊作者。研究得到國家自然科學(xué)基金優(yōu)秀研究群體項目、國家科技部重點研發(fā)計劃、國家自然科學(xué)基金重點項目、教育部學(xué)科突破先導(dǎo)項目、國家自然科學(xué)基金青年學(xué)生基礎(chǔ)研究項目(博士研究生)、量子科技重大專項以及蘇州實驗室、天津超算中心等單位的支持。
 

　　引用：物理系徐勇、段文暉團(tuán)隊提出深度學(xué)習(xí)哈密頓量的高精度新方法-清華大學(xué)【引用時間：2026年7月29日】