从智能助手走进日常生活，到大模型与智能体逐步参与复杂科研问题的求解，人工智能(AI)正以前所未有的速度融入社会运行的各个层面，也在悄然改变科学研究的方式。过去，科研往往依赖长期试错和大量重复计算，研究周期长、成本高，突破具有较强的不确定性;而随着AI与基础科学的不断融合，科研工具正变得更加高效与精准，研究者得以在更短时间内处理更复杂的问题，推动科学探索向人机协同、数据驱动的方向演进。

在材料科学这一与能源、环境密切相关的领域，这种变化尤为明显。材料研发正逐渐从依赖经验的“摸索式推进”，转向基于数据与模型的“定向设计”，为能源转型、环境治理和产业升级提供了新的技术路径。

在这一背景下，中国科学技术大学王翕君教授逐步走入这一交叉领域。他长期从事计算化学与人工智能的融合研究，围绕能源与环境材料中的关键问题展开探索。在持续的科研实践中，他逐渐形成了将量子化学计算、机器学习方法与材料科学问题相结合的研究思路，尝试构建兼具可解释性与可迁移性的模型体系，为催化剂和功能材料的理性设计提供新的工具与视角。

逐梦深耕科研长路跨界融合不断拓展

回顾科研经历，王翕君的路径并非一开始就指向“AI+材料”，而是在不断探索中逐步形成。

2007年，他进入合肥工业大学学习金属材料工程，本科阶段系统掌握了材料科学的基础理论，也逐渐培养了严谨的分析习惯。2012年，他考入中国科学技术大学化学物理系攻读博士学位，在江俊教授的指导下正式进入计算化学领域。

博士期间，他主要关注材料表界面上的微观作用机制，研究小分子在材料表面的吸附与反应行为。在大量计算与分析中，他逐渐体会到这一领域的一个现实问题：体系复杂、参数众多，依靠传统方法往往需要投入大量时间，却只能得到有限的规律性认识。2015年至2016年，他前往美国加州大学圣塔芭芭拉分校进行交流学习。这段经历让他接触到不同的科研思路，也对国际前沿研究有了更直观的认识。

博士毕业后，他继续在海外开展研究，先后在美国北卡罗来纳州立大学和美国西北大学从事科研工作，合作导师包括Randall Q. Snurr教授、Edward H. Sargent教授以及李凡星教授等国际著名学者。在不同研究环境的锻炼下，他不断拓展研究边界，逐渐形成了对能源材料领域关键问题的系统理解。

也正是在这一阶段，他逐渐意识到，传统计算化学研究依赖人工筛选和重复计算，效率有限，难以应对海量材料体系的研发需求。而人工智能的快速发展，恰好为这一瓶颈提供了新的解决思路。

基于这一判断，他开始将研究重心逐步转向计算化学与人工智能的交叉领域，希望借助机器学习和数据驱动方法，在复杂材料空间中实现更高效的搜索与预测。

在具体研究中，他一方面持续深耕密度泛函理论、分子动力学等经典方法，另一方面引入机器学习模型，构建面向大规模材料体系的筛选与预测框架。研究对象涵盖金属、金属氧化物、二维材料以及金属有机框架(MOF)等体系，关注氧还原、析氧、析氢、二氧化碳还原以及烃类转化等关键反应问题，面向可持续化工生产、能量转换与存储等重要需求，逐步推进相关领域的研究进展。

交叉驱动创新路径多维突破材料研究

在理论创新方面，王翕君持续深耕机器学习与化学交叉领域，在描述符工程方面取得了一系列进展。他提出基于电偶极矩的新型催化描述符，用于刻画表面与吸附质之间的相互作用，相关成果发表于《美国化学会志》，并获得《科学》杂志的编辑推荐，被评为“极具前景的新型催化描述符”，为理性设计高性能催化剂提供了全新理论支撑。在此基础上，他进一步发展了基于红外、拉曼光谱的机器学习描述符，提升了材料吸附性能预测的精度，也拓展了光谱信息在催化与吸附研究中的应用边界。

在材料研发方面，他建立起密度泛函理论与人工智能相结合的高通量筛选体系，完成了超过20万种钙钛矿材料的大规模筛选，并从中识别出一批具有潜力的高性能材料，应用于空气分离、二氧化碳分解及储能等领域。其中部分材料预测结果已通过实验验证，显示出良好的性能表现。同时，团队针对200余种金属氧化物纳米团簇开展系统计算研究，评估其在甲烷制甲醇反应中的催化活性，为相关催化剂设计提供了有价值的参考。这些工作为高效催化剂的设计合成提供了科学依据，助力绿色化工产业发展。

在机理解析方面，他坚持与实验团队紧密合作，致力于揭示复杂催化反应的微观机制。他参与的二氧化碳还原研究成果发表于《科学》，相关研究中开发的立方碳化钼催化剂，在高温逆水煤气变换反应中表现出接近100%的一氧化碳选择性，并具有较好的稳定性，为二氧化碳资源化利用提供了新的思路。此外，他还在电催化、光催化及化学链转化等方向开展了系列研究，成果发表于《自然·通讯》《应用化学》《先进材料》等期刊，多篇论文入选ESI高被引论文。

在这些研究方向中，MOF逐渐成为他重点关注的对象。这类材料具有高比表面积和可调结构，在气体分离、储能和催化等领域具有重要应用潜力。然而，其结构组合空间极其庞大，传统试错方法难以覆盖。相比之下，人工智能在高维空间搜索中的优势，使其成为解决这一问题的有效工具。他逐渐意识到，这不仅是效率上的提升，更可能推动材料发现方式的转变——从经验驱动走向按需设计。

围绕这一问题，他将人工智能与高通量计算相结合，逐步建立起材料筛选与性能预测的一体化研究框架。凭借在交叉领域的持续积累，他获得了美国西北大学国际纳米技术研究所“杰出研究员奖”、Publons全球顶级审稿专家奖等荣誉，也为后续回国开展系统性研究奠定了基础。

归国聚力攻坚突破践行科研报国初心

科学无国界，科学家有祖国。王翕君在海外工作期间，切身感受到祖国在能源材料领域的快速发展与现实需求。面对海外优厚的薪资待遇、稳定的科研平台，以及知名企业、高校的盛情邀请，他最终选择放弃在美长期发展的机会，回到母校中国科大任教，将个人学术理想与国家科技发展紧密相连，把多年积累的学术成果与科研经验，奉献给祖国的科研事业。

回国半年来，他迅速投入科研工作，带领团队聚焦人工智能赋能材料研发这一方向，在理论方法、技术体系以及应用探索方面持续推进，逐步形成具有一定影响力的研究成果。

在科研之外，他也积极参与学术服务与人才培养工作。他受邀担任多个国际期刊客座编辑，并为《美国化学会志》、《自然·通讯》、《物理评论快报》等40余家主流期刊担任审稿人。在教学中，他将前沿研究融入课堂，指导学生开展科研训练，注重培养学生的独立思考能力与创新意识。同时，他主导和参与多项国家自然科学基金重点项目及国际合作项目，展现出较强的科研组织与协同能力。

截至目前，王翕君已发表学术论文100余篇，其中第一或通讯作者论文50余篇，申请发明专利5项(已授权3项)，相关成果被Science Daily等媒体报道，入选2024年国家优秀青年科学基金(海外)项目，斩获多项国内外重磅荣誉，成为青年科研工作者的杰出代表。

他始终坚信，真正的科研成果，既要发表在顶尖期刊上，更要应用在祖国大地上。他依托中国科大的“机器科学家”平台，积极推动产学研融合，致力于将智能材料研发成果落地转化。在他看来，只要科学问题、技术路线与应用场景在研究早期形成良性耦合，成果转化便是一个自然推进的过程。这虽需耐心与长期投入，但也是基础研究真正转化为推动产业升级与社会发展的关键。

十余载春夏秋冬的坚守与创新，王翕君用算法解码原子的语言，用智能编织材料的未来。对他而言，科研不仅是探索未知的智识冒险，更是回应时代召唤、服务国家需求的责任担当。放眼未来，他将继续扎根AI驱动的材料科学领域，攻克更多难题，勇攀科技高峰，在自主创新的道路上稳步前行，为我国科技自立自强、绿色高质量发展贡献智慧和力量。

新时代的科研青年，不必总站在聚光灯下。他们只需在最需要的地方，持续发光，而这束光，正汇聚成我国自主科研体系稳健前行的星河。

责任编辑：kj005

文章投诉热线:157 3889 8464  投诉邮箱:7983347 16@qq.com