专访北航教授孙志梅博士：努力工作肯定会得到回报 |《自然-计算科学》

原文作者：Jie Pan

我曾在中国和欧洲的一些院校工作过。我的科研事业从沈阳的中国科学院金属研究所开始。在上海交通大学的一段短暂工作后，我到欧洲的亚琛工业大学工作了三年，又在乌普萨拉大学物理系工作了两年。之后，我回国并就职于厦门大学的材料科学系。2013年，我成为了北京航空航天大学材料科学与工程学院的教授并任教至今。

这一系列变化都是由我的研究兴趣所推动的。比如说，我的科研生涯始于MAX相的实验合成和表征。MAX相材料指的是一类三元层状碳化物或氮化物，其中M是前过渡金属，A是A族（主族）元素（如镓、铝、硅等）而X可以是碳或氮。MAX材料的一个有趣特性是，MAX相可以表现出金属性和陶瓷性的性质。

然而，我发现有些困扰我的问题无法通过实验技术获得好的解释——比如，为什么MAX材料具有良好的导电性、为什么它们不像其他陶瓷材料那么脆。随后，我从头自学了计算方法将这些问题转化为MAX相的理论模型。这次经验让我信服地将更多努力投入到理论计算和建模中，这让我获得了在亚琛的职位。

在亚琛，我将自己的研究经验从MAX块体和粉末材料扩展到了MAX薄膜。在乌普萨拉大学，我甚至将所有时间都花在了理论研究上。与此同时，我对相变材料开始产生了极大的兴趣。

在乌普萨拉的两年后，我加入了厦门大学，并建立了自己的研究组以致力于相变材料的理论研究，从而认识到计算材料学的重要性。

大约在美国政府宣布了材料基因组计划的时候，北京航空航天大学邀请我领导一个材料基因组工程项目，这就是我现在的职位。

总的来说，我研究过许多不同的东西，从结构材料、半导体到二维材料。为此我必须解决各种挑战，但每次挑战都带来了成果丰硕的学习经验。

我的主要研究课题包括相变材料和二维材料，最近也涉及到材料信息学工具的开发。

我在乌普萨拉大学时开始研究硫属化物相变材料。虽然相变存储器成功实现了商业应用，但许多有关相变材料的基础问题仍然属于未知领域，比如晶态和非晶态之间快速相变的机制。由于相变材料的超小体积和超快转换速度，直接在器件工作时观测材料的结构演化极具挑战。

通过利用第一性原理和分子动力学模拟，我揭示了相变材料晶态和非晶态的原子结构以及相变机制。此外，通过使用高通量计算和实验，我们开发了一种相变材料：钇掺杂的三碲化二锑（Y-doped Sb₂Te₃），其性能与商用的碲锑锗化合物（Ge₂Sb₂Te₅）相当。

在北航，我开始研究二维材料，主要集中在通过蚀刻MAX相得到的二维MXene相。这一大类二维材料有许多有趣的研究问题待解答。MXene相的首次实验室合成可以追溯到2011年。我研究的第一种MXene材料是二维磁性材料Cr2C，这是最早一批基于二维MXene磁体的工作。

我还对可以应用于重要的能源用途的MXene材料进行了理论筛选，比如用于光催化和水分解的材料。我们还提出了光催化剂候选材料高通量筛选的标准。

值得特别强调的是，作为一名计算材料学者，当提出的预测被实验所验证时总是令我极其兴奋。例如，在2017年，我们基于理论提出了一种新类别的二维硼化物材料——MBene。一年后，美国的一个实验研究小组成功合成了MBene相。看到理论预测确实引领了新材料的发现，我个人感到非常高兴。

随着科学研究的范式从所谓的第三层次（计算和模拟）转向第四层次（数据驱动），我们也致力于开发通用的材料设计数据平台。在中国材料基因组工程项目的支持下，我们开发了名为ALKEMIE（人工学习和知识增强材料信息学工程）的平台。

ALKEMIE是物理学家、化学家、材料学家、数学家和软件工程师之间富有成效地合作的产物。

在ALKEMIE中，我们开发了多个模块和程序来解决各种材料学挑战。其中包括高通量计算模块（Matter Studio）、数据存储模块（Matter DB）、机器学习算法模块（Matter AI）以及用于跨尺度模拟的基于图神经网络机器学习的势函数模块（Potential Mind）。

此外，我们目前还在开发一款基于开源LLaMA和GLM模型的大语言模型应用，名为MatGPT。为了满足不同用户的需求，我们开发了以客户端-服务模式运行的本地安装包、ALKEMIE云数据库中的Web客户端以及面向开发者的命令行界面工具等。

未来，我们希望ALKEMIE能够作为一个跨学科合作平台，借助我们的用户友好图形界面来加速新材料的研究和开发，包括相变材料、能源材料、二维材料和生物医学材料等。得益于ALKEMIE平台的高兼容性，可以基于我们的开发框架实现多尺度计算模拟工作流，从而加速新材料的发现。

重要的是，开发新的方法和理论来解释实验上观察到的现象，并进一步帮助实验设计。比如，在多个不同尺度上预测材料性质仍然极具挑战。基于机器学习的方法或许可以提供一些解答。例如，基于机器学习生成的原子间势函数扩大了分子动力学模拟的尺度，这有助于将原子尺度的认识接入器件尺度的模拟。

此外，基于人类知识和材料数据集的机器学习方法可以提供另一种途径，以发现具有所需的特定功能性的新材料。例如，专为纳米/二维材料设计的生成式预训练变换（GPT）模型将大大减少寻找用于指定应用功能的新候选材料的初筛时间。要使不同的材料数据库能够直接用于新颖机器学习方法，将其数据归一化并变换。这仍有很长的路要走。我们提出，应该解决材料数据中的3M（多组分、多尺度和多阶段）挑战，以最大化材料研究中使用机器学习的潜力。

最后，增强与实验学者的沟通和合作、了解他们的需要，从而让我们能够提供更出色的见解来解释实验，这始终至关重要。

一个重要的考量，是维持这类平台任务的特异性与通用性之间的平衡。

我认为模块化设计是最重要的。对于普遍适用性或特定应用而言，模块化允许在一致的设计理念和工作流程框架下集成不同的软件。例如， ALKEMIE发展了一套通用的第一性原理计算工作流，可用于以模块化的方法集成VASP、QE或Abinit软件包，以满足各种材料系统的不同计算需求。对于特定应用，比如相变存储器材料，我们预训练了适用于像Ge–Sb–Te这样的多组分系统的机器学习原子势模型，这可以通过接口直接使用，而无需重新训练。

此外，平台应该是可扩展的，并且拥有易用的应用程序编程接口（API）和用户友好的图形用户操作界面（GUI）。对于特定或一般性的应用，用户友好的GUI允许用户维持固定的操作逻辑，减少了需要在不同软件间切换造成的障碍。此外，易于使用的API能为不同任务定制特定需求时提供开发指南和便利。

最后，持续的开发和更新是必不可少的。我们要通过用户反馈和数据分析识别问题，并不断优化软件。自2016年以来，ALKEMIE一直在持续开发和进化，我们一直在开发新功能，比如基于数据驱动的人工智能范式的材料大型语言模型。

在数据驱动的研究范式中，允许公开访问的数据和代码对计算材料学至关重要。

开放数据和开放代码面临的最大挑战是，在计算材料学领域，或者更广泛地说在材料学界，开源文化尚未完全建立。因此，出版商和资助机构需要制定政策，鼓励作者除了报告科学发现之外，还共享数据和代码。

就材料数据而言，除了可发现和可访问之外，它还应该是可操作和可复用的，也就是所谓的FAIR（Findable, Accessible, Interoperable and Reusable）原则。FAIR原则意味着数据共享不单是将XLS文件或软件的计算结果上传到在线数据库，还需要花费额外的精力来提交元数据和辅助信息，使数据更易于理解。从这个意义上来说，为了节约数据贡献者的时间和精力，应为特定领域制定详细但易用的指南，以共享FAIR数据。

在我看来，开放代码比开放数据更常见。但问题在于，没有适量的数据，代码可能变得无法使用。因此，可以像我们在ALKEMIE平台上所做的那样，融合开放数据和开放代码的努力。这一平台包括了数据生成、数据管理和数据挖掘模块，这应当有助于在计算材料学中进一步利用开源文化的力量。

另一个建议是，对于开源代码，除了用户指南和测试示例之外，代码的适用边界也应当明确——用户常常会在各种不同的材料体系中使用计算代码。

最后，确保数据和代码的所有者在这些资源被重新使用时获得对其贡献认可也是一个大挑战。需要有合适的行为规范来识别和引用这些知识产权。

我是以实验研究者的身份开始职业生涯的，这让我能很好地理解实验合作伙伴在研究中需要什么。

我的研究课题之一是相变材料，这种材料可以用于多个应用领域，比如随机访问存储器（RAM）等。大量研究课题涉及了各个尺度的相变RAM，包括原子级的缺陷/掺杂、介观尺度的相稳定性以及器件制造。解决这些问题需要材料学家、化学家和物理学家之间的合作，以及计算和实验科学家之间的协作。我的研究经历让我掌握了一系列技能来提高合作效率。

一般来说，主要的挑战之一是合作伙伴们的研究目标和成果不同。例如，物理学家和化学家更关心微观或原子尺度的见解，比如化学键成键的情况；然而，电气工程师对整体器件性能更感兴趣。工业界的合作伙伴对制造流程工艺和成本更为敏感。

总的来说，我认为发展合作者之间的共同（科学）语言会很有帮助，并且需要将自己的研究问题与合作者关心的问题联系起来。例如，为了与工程师们合作，我们需要更好地回答这个问题：为什么那些原子级别的见解对器件性能很重要？

首先是数据共享和标准化，因为学术界和工业界通常都拥有大量与材料性质、合成方法和加工工艺有关的材料数据。通过共享数据，并为数据的格式、分析和展示建立一致的规范，双方都可以集中资源，避免重复投入，也能进一步开发更准确的模型和预测。

其次，我觉得学术界和工业界可以在许多研究项目上合作，这允许学术专长与工业需求得以整合，从而实现具体的实际解决方案和进步。

他们还可以在转化研究项目上合作，从而将基础研究转化为实际的应用。学术界擅长基础研究，可以将知识和技术转移给工业界。协作研究能促进材料信息学的工具、技术和方法向工业界的转移，以帮助开发新产品。

组织联合工作坊、学术会议和研讨会有助于学术界和工业界之间交流知识、建立对话和关系网络。这样的活动能为研究人员、技术人员和工业界的专业人士创造分享想法、展示研究成果和就共同挑战进行合作的机会。

最后，学术界可以通过提供材料信息学的教育项目和培训计划，为满足工业界的技能需求做出贡献。在课程开发和实习项目上的协作可以填补技能缺口，为劳动力掌握业界所需的知识和专长。

总的来说，学术界和工业界可以在材料信息学中结合他们独特的长处、知识和资源，加速数据驱动方法的发展和应用，并改善材料的发现、设计和创新。

这个问题让我想起了我在某次材料学术会议上的经历。当时，我因为MAX相的计算获得了学术界的认可。在会议中，一位看到我的姓名牌的演讲者说：“哦，亚琛有位非常知名的孙博士，他进行了很多计算……”我告诉他：“不是他，是她……”。

我觉得计算科学研究是女性科学家的良选之一，它能在工作地点和时间上提供灵活性。有需要的人可以和孩子家人有更多相处时间。

对于职业生涯初期的女性科学家，我的第一个建议是始终保持积极。比如，我遇到过启动资金非常少的情况。我总是通过寻求更多合作机会来保持积极，我觉得这是我走出许多困境的关键。

此外，无论什么性别，努力工作肯定会得到回报。