新方法能加速尋找新材料

美國斯坦福大學和能源部國家加速器實驗室(SLAC)科學家提出了一種用于評估計算中不確定性的方法，可廣泛用于工業、電子、能源、藥物設計及其他眾多領域，加快這些領域開發新材料的速度。研究人員認為，該方法有望很快得到應用，成為材料研究中的基本工具。相關論文發表在 7月 11日的《科學》雜志上。

本研究針對的算法稱為密度泛函理論(DFT)，是根據量子力學法則來預測原子之間的鍵能，讓科學家能預測上百種分子和材料的屬性，比如復合物的電子結構、密度、硬度、光學性質、反應性等。通常用于評價DFT可靠性的方法是把實驗值和理論預測相比較。研究人員用了一種交換相關密度泛函理論，是專用于表面化學的，以檢查全體函數不確定性。

“過去10年來，我們計算材料和化學品屬性(反應性、機械強度等)的能力有了很大提高。”負責該研究的SLAC教授、SUNCAT界面科學與催化中心主管詹斯·諾斯科夫說，“研究人員越來越多地用計算機模擬來預測，哪種材料有我們想要的屬性，這一過程叫做‘材料設計’。但在這些計算中，誤差的概率至為關鍵，它能告訴我們，計算結果的可信度有多大。”

諾斯科夫和同事是開發這種方法的先驅。在論文中，他們用這種方法來尋找更好、更廉價的催化劑，以提高氨合成法的速度。而這一方法也能廣泛用于所有類型的科學研究，加速材料設計周期。

據物理學家組織網 7月 11日(北京時間)報道，為了估計誤差大小，他們采用了統計學方法：把每種屬性都計算數千次，每次調整一個變量以產生輕微不同的結果，結果中的差異就代表了誤差可能范圍。每一種運算得到的材料屬性，都可能填補一個很大的空白。論文第一作者、SUNCAT研究生安德魯·邁德福德說，比如在合成氨中，基于計算的可信度，我們預測釕是一種比鈷或鎳更好的催化劑。

并未參與本研究的加州大學歐文分校化學與物理學教授基倫·伯克說：“去年大約有3萬份已發表論文用到了DFT方法。我相信在短期內，對所有領域的這種計算來說，他們開發的評估技術都會變得必不可少。”