报告摘要: 密度泛函理论是目前使用最广泛的电子结构计算方法。寻找越来越精确的密度泛函近似方法是密度泛函领域核心课题。如何在不增加计算消耗的同时，开发可兼顾主族元素化学和过渡金属化学的通用泛函方法是理论计算化学领域长期以来的研究热点和难点问题。按照泛函构造变量的复杂程度，密度泛函近似方法可以归纳为包含5级台阶的雅各布天梯，从Hartree近似出发不断逼近“化学精度”这一泛函方法开发的天堂。但是随着泛函变量复杂度的增加，近似泛函的构造难度急剧增大，攀登天梯的难度逐级呈指数增长。这导致实际上越是高阶泛函近似，目前可用的泛函形式反而越单一。机器学习的时代背景下，密度泛函方法开发迎来了新的机遇。通过设计合适的神经网络模型，结合精确化学数据可以训练出复杂的泛函形式。但是，在低级别近似框架下引入机器学习技术无法替代更高级别密度泛函方法开发的必要性。另一方面，最高阶泛函近似需要引入未占轨道信息，构造难度远超前四阶近似。将海量数据驱动的机器学习手段应用于构造最高阶泛函近似既是密度泛函方法开发巨大的机遇，也是重大的挑战。本次报告将首先介绍我们课题组早先发展的XYG3-型第五阶双杂化泛函（XYG3-type double hybrids, xDHs）及其成功的应用实例。近期，我们课题组尝试从泛函误差和密度误差两方面着手，将多组态的概念与机器学习手段引入泛函的开发，并取得一定进展。与此同时，为了适应智能时代下，多学科融合、多团队合作的理论方法研发趋势，我们充分计算机语言技术的最新进展，采用可兼顾安全性和效率的RUST语言，搭建电子结构计算平台（Rust-based Electronic-Structure Toolkit, REST），尝试在实现高效的主流电子结构计算功能的基础上，探索匹配新一代通用电子结构方法的低标度算法。

报告人简介：2003年本科毕业于厦门大学，2010年和2011年分别于厦门大学化学系和瑞典皇家理工学院获得双博士学位。2012年依托德国马普学会Fritz-Haber研究所理论系开展博士后工作，并于2014年独立创建课题组任课题组长。2018年3月回国，就职复旦大学化学系，任研究员。研究领域为理论与计算化学，在电子结构计算方法和程序的开发与应用方面做出系列原创性的工作。主持海外高层次人才引进项目，基金委面上项目、国家杰出青年科学基金项目等；获得中国化学会唐敖庆理论化学青年奖（2018），教育部自然科学一等奖（2019，排名第2）等学术奖励。