科学网—AMR Account｜中国科学院新疆理化技术研究所潘世烈、杨志华团队：人工智能加速新一代高性能非线性光学材料发现-材料研究述评（英文）的博文

已有 215 次阅读

2026-3-20 11:16

| 个人分类: AMR Account | 系统分类: 论文交流

近日，中国科学院新疆理化技术研究所潘世烈、杨志华团队的 AMR 述评文章“Navigating the Landscape of Next-Generation Nonlinear Optical Materials Discovery: Opportunities and Challenges Driven by Artificial Intelligence ”在线发表，系统地梳理了非线性光学材料理论设计方法的演化进程， 利用人工智能模型解决非线性光学材料设计中的性能预测与结构设计两大关键问题 ，加速新一代高性能非线性光学材料的发现和创新发展。

关键词： 非线性光学材料，晶体结构预测，第一性原理计算，人工智能，材料设计

文章内容简介

非线性光学材料作为全固态激光、量子信息与 光通信 领域的核心元件，其研发水平影响现代光电子产业的发展。然而，非线性光学材料的设计面临着功能基元、化学组成及多性能平衡等复杂挑战，基于第一性原理的理论计算方法在面对广阔化学空间时存在计算资源消耗较大等问题。当今，人工智能技术的快速发展，为功能材料设计开启了全新的研究范式，如何将人工智能方法引入非线性光学材料的高效设计进程成为了亟需解决的关键问题。

本文系统地梳理了非线性光学材料理论设计方法的演化进程，并总结出融合非线性光学材料知识与人工智能的设计新方式。该工作将非线性光学材料理论设计的发展总结为四个阶段：第一阶段基于经典极化理论的实验探索，以阴离子基团理论为基础，将材料设计从传统的经验筛选推动至理性设计；第二阶段发展出模板设计策略，团队提出的氟化策略成功开创了氟化硼酸盐深紫外非线性光学材料体系；第三阶段进入数据驱动的高通量计算时代，通过结合物理模型筛选与晶体结构预测，拓展材料探索空间；第四阶段转向机器学习算法驱动的材料设计，机器学习开始辅助实现材料性能快速预测与结构高效生成。最后，总结出面向非线性光学材料的人工智能驱动设计模式，以材料设计问题为核心，表示大规模标准化材料数据是驱动人工智能与非线性光学材料设计发展的基础，人工智能模型算法的创新设计与选择是材料性质或结构逆向设计的关键。此外，该工作进一步展望了当下人工智能可能为非线性光学材料设计带来的潜在契机和挑战，推动非线性光学材料在人工智能时代范式变革下的创新发展。

您选择该领域的初心是？

作者团队：

非线性光学材料是激光技术、光通信、量子信息等领域的核心基础元件。然而，基于第一性原理计算的理论方法有时面临着试错周期长、成本高，理论计算虽能提供指导，但面对庞大的化学空间仍显力不从心。我们意识到人工智能方法在高效建模、复杂数理关系挖掘和材料预测方面具有优势，能够从根本上突破非线性光学材料在理论设计角度的计算效率瓶颈。初心在于希望通过先进的人工智能技术与非线性光学知识的相互融合，加速新一代高性能非线性光学材料的发现进程。

您对该领域的发展有何愿景？

作者团队：

我们期望在未来构建一个集高通量计算、高质量数据库、通用人工智能模型和实验验证于一体的智能化非线性光学材料设计平台。通过该平台，能够快速、准确地探索广阔的化学空间，高效预测具有特定非线性光学性能的新型材料，并进一步揭示其微观结构与宏观性能之间的内在物理机制。最终愿景是推动非线性光学材料的研发范式从“经验设计”迈向“智能设计”，为全固态激光器、量子信息和光通信等前沿领域提供高性能材料支撑。

作者团队简介

杨志华 ，中国科学院新疆理化技术研究所研究员，博士生导师，中国科学院特殊环境材料与器件重点实验室副主任。国家重点基础研究发展计划（973计划）首席科学家，国家自然科学基金青B基金获得者。中国物理学会理事，中国晶体物理学会理事，新疆物理学会秘书长。主要从事新型光电功能材料的高通量筛选、数据密集分析、人工智能辅助设计制备研究。已申请发明专利15项，授权8项；获得计算机软件著作权9项。以第一作者及通讯作者身份在 Adv. Mater. 、 Phys. Rev. Lett. 、 J. Am. Chem. Soc. 、 Angew. Chem. Int. Ed. 、 Matter 等国际知名期刊发表论文200余篇，其中JCR一区论文逾50篇，10篇入选ESI高被引论文。2020年至今连续六年入选Elsevier集团发布的“全球前2%顶尖科学家榜单”和“中国高被引用学者榜单”。受邀担任 MGE Adv. 、 Sci. China Mater. 、《人工晶体学报》等学术期刊青年编委。以新疆自然科学奖一等奖2项（排名第二）。承担国家重点研发计划、国家自然科学基金重大项目课题等。获中国侨届贡献奖一等奖、新疆青年科技奖等。

潘世烈 ，中国科学院新疆理化技术研究所，所长，研究员，博士生导师，国家A类青年科学基金项目获得者，中国晶体学会理事，英国皇家化学会会士。主要从事光电功能晶体材料研究，在 Nature 、 Nature Photonics 等国际著名期刊上发表SCI论文700余篇，论文被引用超30000次，33篇论文入选“ESI高被引论文”。受邀在国际综述期刊 Chem. Rev. 等撰写综述论文，2020年至今连续六年入选Elsevier集团发布的“全球前2%顶尖科学家榜单”和“中国高被引用学者榜单”。应邀担任《人工晶体学报》、《激光与光电子学进展》副主编， Sci. China Mater. 、 ACS Appl. Opt. Mater. 等期刊编委。授权美、日、英、欧洲发明专利12件、中国发明专利100余件。以第一完成人获新疆特等奖1项、新疆自然科学奖一等奖2项、新疆科技进步奖一等奖3项、新疆专利奖特等奖1项。承担国家重点研发计划、国家自然科学基金重点项目、中国科学院关键技术团队项目、新疆自治区重大科技专项等。获中国青年科技奖、中国侨届贡献奖一等奖、中国科学院青年科学家奖、新疆青年科技奖、新疆有突出贡献专家等。

谢聪伟 ，中国科学院新疆理化技术研究所研究员。于2019年在Artem R. Oganov教授的指导下从西北工业大学获得博士学位。他目前的研究重点是发展功能材料（包括低介电常数材料、中红外/深紫外非线性光学材料以及超硬材料等）计算设计方法和开发大型无机晶体材料结构和物性数据库。共发表SCI论文40篇，其中以第一/通讯作者身份在 Adv. Mater. 、 Adv. Funct. Mater. 和 Angew. Chem. Int. Ed. 等期刊发表论文21篇，登记软件著作权1项。

储冬冬 ，是中国科学院新疆物理与化学技术研究所的博士生，导师为杨志华研究员。她的研究兴趣包括红外非线性光学材料设计和数据驱动方法。

安然 ，于2021年9月开始在中国科学院大学攻读研究生，同年，进入中国科学院新疆理化技术研究所潘世烈-杨志华研究团队。目前正在攻读中国科学院大学博士学位。主要研究方向是机器学习辅助非线性光学材料设计。

扫码阅读潘世烈、杨志华团队的精彩Account文章：

Navigating the Landscape of Next-Generation Nonlinear Optical Materials Discovery: Opportunities and Challenges Driven by Artificial Intelligence

Ran An, Dongdong Chu, Congwei Xie, Shilie Pan*, and Zhihua Yang*

原文链接：

https://pubs.acs.org/doi/10.1021/accountsmr.5c00245

投稿指南 目前 Accounts of Materials Research 的投稿主要基于编辑团队的邀请。如您有意投稿，请先按照Author Guidelines的要求准备并投递proposal， 编辑团队会对您的proposal进行评审。如果proposal被接受，我们将向您发送投稿邀请。扫码阅读作者指南，下载proposal form：

转载本文请联系原作者获取授权，同时请注明本文来自材料研究述评（英文）科学网博客。 链接地址： https://blog.sciencenet.cn/blog-3529677-1526573.html

上一篇： AMR|上海交通大学姜学松教授、康涅狄格大学Luyi Sun教授团队：反应诱导图案融合自组织与自上而下引导的结构构筑策略

主题：杨志华团队