Science：从理论出发，重新认识和设计新材料！

【引言】

一个多世纪以来，材料科学家已经能够计算化合物相应的结构、电子态以及力学性质所呈现出来的实验数据。而这些数据，俨然已经成为发展、选择和乃至设计材料的基石。过去的几十年中，基于量子力学计算的数据已经大大增强了实验数据的获得。大部分数据是通过密度泛函理论（DFT）获得的，这项理论可以计算材料的电子结构从而提供材料原子尺度的性质。尽管理论上，数据库能够包含材料的所有信息，但穷尽它，仍然存在许多挑战。计算数据库不仅能够提供材料系统的信息，还能够提供一些当前实验室并没有被合成出来的材料的信息，因此，数据库能够为新材料的而发现提供一些背景和方向信息。

其中，DFT数据库的一项流行的应用便是热力学稳定性分析，因此，对于一组给定的化学元素，在低温下稳定的组成和结构分析能够被确定下来。数据库规模在稳定增长，既是因为新的系统包含了新的晶体结构和组成，也是因为理论计算方面，更多的是希望能够确定有用的材料的信息，例如，电池或者太阳能方面的新材料。

图1:NOMAD报道的2014年12月到2016年9月通过DFT方法计算的数量分布图

【观点阐述】

近日，丹麦科技大学的Kristian S. Thygesen和Karsten W. Jacobsen合作撰写了一篇关于当前材料科学领域利用理论计算的现状的评述，系统分析了当前基于计算材料数据库领域在材料应用和设计上未来发展的机遇和挑战。

他们的观点主要包括以下五个方面：

1. 数据表示法（DATA REPRESENTATION）

他们认为，理论数据，相对于实验数据而言，具有易分辨和易重复的优势。DFT计算就是侧重于原子数量和所有原子位置，外加一些其他因素就可以描述一个复杂系统。

2. 数据质量（DATA QUALITY）

计算材料科学，应用一系列代码来解决DFT本征方程，但是需要应用不同的数值方法。在简单的情况下，计算元素晶体状态方程，可以建立不同的代码之间的协议。当前，对更复杂的材料性质的计算仍然是一大挑战，并且精度需要估计。但不幸的是，不同代码之间输出不同，以至于困难更大。这个问题正在被欧洲联盟卓越中心的新材料发现实验室解决。

3. 复杂体系（COMPLEX SYSTEMS）

计算数据库主要仅包含简单晶体结构中的固体颗粒入门级信息，主要是因为计算时间随着单位晶胞中原子数的增加呈现指数型增长。然而，很多材料的性质受到缺陷位的影响，例如，空穴、本征缺陷或者杂质缺陷亦或是存在界面。所以，在很多应用中，数据库中对于简单材料的描述不会那么直接地进行陈述。

图2：单胞经过周期性重复形成简单固体物质的示例，以及其中的缺陷模型

4、DFT之外（BEYOND DFT）

许多材料性质或者现象都超出了DFT计算能够描述的范畴。例如，对标准DFT方法的各种修正可以被用于研究光子吸收材料并应用于太阳能电池和光催化领域，但如今最好关于电子能带结构或选择性谱等性质的最好的计算方法是基于多体微扰理论。大致被称作GW或者Bethe-Salpeter方法。然而，这些新的方法应用起来，比DFT方法来说成本要高很多，这就使得数据的质量和连贯性显得尤为重要。

5. 机器自我学习（MACHINE LEARNING）

计算材料数据库可能在某些方面还值得商榷。然而，随着计算数据库的增长，关于调查材料空间的新的可能自然就出现了。从机器自我学习中建立或调整用于发现和分析计算材料的工具是件十分有必要的事情，并且，也有可能应用这些工具来学习一些新的材料相关性或结构-性能关系。这种类型的简单关系也是材料科学和化学的一个重要组成部分。

原文链接：Making the most of materials computations （Science, 2016,  DOI: 10.1126/science.aah4776）

本文由材料人编辑部计算材料组Carbon供稿，材料牛编辑整理。

欢迎试用材料人代理的天河2号超级计算机；参与计算材料话题讨论，请加入材料人计算材料群（562663183）；参与计算材料文献解读和文献汇总及计算材料知识科普等，请加入材料人编辑部计算材料组（报名请戳我）或者联系：灵寸（418703364）。