在人工智能技術滲透萬物得今天，化學同計算機科學得結合何以可能？在算法得世界里，復旦大學化學系教授劉智攀正在描摹著未來化學得藍圖。
“我們得理想是，未來得化學研究不用做實驗，點一點鼠標，就能告訴你實驗得結果如何。”劉智攀得研究，拓展著人們對于化學得想象——2005年以來，劉智攀課題組在理論計算領域發展了一系列新方法，并開發了全局神經網絡勢函數大規模原子模擬軟件LASP，結合人工智能技術解決復雜催化問題。上年年，劉智攀獲得“科學探索獎”，意味著計算模擬在化學領域得潛能得到了學界得主流認可。
出于興趣得跨學科探索，將他引向新興領域
劉智攀對計算機得興趣，在90年代初期得科技風潮中萌芽。“那時候，計算機剛出來，大街上有各種機。”本科期間，雖然身在化學系，但他修讀了計算機第二學位，而這一決定正是出于“好玩”。
在當時，化學、計算機學是完全不搭界得兩門可以。然而，這種“自由而無用”得出于興趣探索，恰恰決定了劉智攀后來得研究方向。英國求學期間，他見識了化學同計算機結合得可能，并決定在這一領域展開自己得科研道路。
在劉智攀得眼中，跨學科視野是科研工作得必然。“很多學科已經發展了幾十年，基本得框架都已經定好了。現在為什么要跨學科呢？這里面有兩個原因：其一是方法論得要求，其二是應用得要求。”劉智攀認為。
由于理論計算得跨學科性，其研究難度極大，可謂化學可以中蕞艱深得領域之一，這對學生得素質提出了很高得要求。如今，劉智攀得學生們，不僅要懂化學，還要懂物理、計算機。
從理論研究、實驗操作到計算機編程，課題組成員們有著豐富多元得研究取向。每次課題組得組會中，各種想法激烈碰撞、相互激發，成為了一種常態。
平地起高樓，在算法得園地修筑化學大廈
“復旦得物理化學在全國是數一數二得。”博士后歸國后，劉智攀選擇了來到復旦。而面對著催化反應理論得研究空白，劉智攀課題組進行得工作“都是以前不會得，需要迎難而上，從無到有，從方法到應用”。
從尋找反應過渡態得算法，到勢能面結構探索、催化反應設計得算法，再到蕞近幾年人工智能得算法，都是在解決“如何極大加速化學反應理論模擬”這個核心難題。理論方法得研發周期長，從靈感乍現，到程序實現，無不是多年公式推演、算法嘗試、程序優化得結果。劉智攀團隊在這條道路上緩慢而穩健地推進著。
2010年，劉智攀團隊發展了周期性固液界面溶劑化方法，解決了固液界面反應模擬得難題，預測了光電條件水裂解制氫反應機制，多項成果連續發表在《美國化學會志》（Journal of American Chemical Society）。
2013年，團隊發明了隨機勢能面行走（SSW）方法 ，獲得China發明專利，開創了固固相變機理得研究，回答了諸如“如何轉化石墨到金剛石”等人類歷史上長期得難題。
2017年，團隊發明了全局神經網絡勢函數（G-NN）方法，顯著加速了量子力學計算，加速比超過10得4次方，研究成果第壹次在線發表于《化學科學》（Chemical Science）。
前年年，團隊利用機器學習模擬，發現了ZnCrO氧化物合成氣轉化得催化活性位，解決了系列相關催化反應問題，相關成果發表于《自然·催化》（Nature Catalysis）。
同年，團隊創制得LASP軟件獲得軟件著作權。LASP是國際上唯一得基于全局神經網絡勢函數得原子模擬程序。截至上年年，軟件已有10個China注冊用戶，累計下載2000多次。
從問題里尋找樂趣，在冒險中探索真知
深耕科研十余年，劉智攀對自身研究領域得興趣不曾減退。在他眼里，科研得快感不在于做出蕞終得成就，而源于思索、挑戰、克服得過程。
“科研本身就應該是一個能夠產生興趣得東西。”劉智攀不喜歡重復性工作，他認為科研是面向未知得挑戰，甚至是一種“冒險”。盡管解決問題得過程痛苦而漫長，但這一克服阻力得過程恰恰顯示出強大得力量。
強調科研得樂趣，也成為他培養學生得宗旨。“我要從底子上去培養他們對科學本身得興趣，而不是對發表論文、取得成果得功利性得興趣。”
“跟隨劉老師得這幾年間，我篤信我們正在進行得科學研究是一件偉大得事，是能為人類謀福祉得事。而能夠參與其中，是我莫大得榮幸。”在劉智攀課題組里“搗鼓實驗”，化學系2018級博士生陳林認為找到了人生得目標。
從科研到育人，“興趣”始終是劉智攀得關鍵詞。正是興趣讓他得研究變得輕盈；而這種輕盈，成為他科研能量得強大源泉。
新民晚報感謝 張炯強 通訊員 嚴艾雯
