報告摘要: 密度泛函理論是目前使用最廣泛的電子結構計算方法。尋找越來越精确的密度泛函近似方法是密度泛函領域核心課題。如何在不增加計算消耗的同時，開發可兼顧主族元素化學和過渡金屬化學的通用泛函方法是理論計算化學領域長期以來的研究熱點和難點問題。按照泛函構造變量的複雜程度，密度泛函近似方法可以歸納為包含5級台階的雅各布天梯，從Hartree近似出發不斷逼近“化學精度”這一泛函方法開發的天堂。但是随着泛函變量複雜度的增加，近似泛函的構造難度急劇增大，攀登天梯的難度逐級呈指數增長。這導緻實際上越是高階泛函近似，目前可用的泛函形式反而越單一。機器學習的時代背景下，密度泛函方法開發迎來了新的機遇。通過設計合适的神經網絡模型，結合精确化學數據可以訓練出複雜的泛函形式。但是，在低級别近似框架下引入機器學習技術無法替代更高級别密度泛函方法開發的必要性。另一方面，最高階泛函近似需要引入未占軌道信息，構造難度遠超前四階近似。将海量數據驅動的機器學習手段應用于構造最高階泛函近似既是密度泛函方法開發巨大的機遇，也是重大的挑戰。本次報告将首先介紹我們課題組早先發展的XYG3-型第五階雙雜化泛函（XYG3-type double hybrids, xDHs）及其成功的應用實例。近期，我們課題組嘗試從泛函誤差和密度誤差兩方面着手，将多組态的概念與機器學習手段引入泛函的開發，并取得一定進展。與此同時，為了适應智能時代下，多學科融合、多團隊合作的理論方法研發趨勢，我們充分計算機語言技術的最新進展，采用可兼顧安全性和效率的RUST語言，搭建電子結構計算平台（Rust-based Electronic-Structure Toolkit, REST），嘗試在實現高效的主流電子結構計算功能的基礎上，探索匹配新一代通用電子結構方法的低标度算法。

報告人簡介：2003年本科畢業于廈門大學，2010年和2011年分别于廈門大學化學系和瑞典皇家理工學院獲得雙博士學位。2012年依托德國馬普學會Fritz-Haber研究所理論系開展博士後工作，并于2014年獨立創建課題組任課題組長。2018年3月回國，就職複旦大學化學系，任研究員。研究領域為理論與計算化學，在電子結構計算方法和程序的開發與應用方面做出系列原創性的工作。主持海外高層次人才引進項目，基金委面上項目、國家傑出青年科學基金項目等；獲得中國化學會唐敖慶理論化學青年獎（2018），教育部自然科學一等獎（2019，排名第2）等學術獎勵。