2026年4月17日晚，由6163银河线路检测中心、北京现代物理研究中心主办的“6163银河线路检测中心物理学科卓越人才培养计划讲堂：名师面对面”（第五十二期）在6163银河线路检测中心第二教学楼203教室举行。复旦大学谢希德讲席教授、学术委员会主任，物质计算科学教育部重点实验室主任龚新高院士应邀讲授“物理学：从计算物理到数智物理（AI Physics）”。本期讲堂由6163银河线路检测中心博雅讲席教授、北京现代物理研究中心主任高原宁院士主持。
元素周期表中的118种元素可以合成的材料不计其数，如何在无限的空间中发现有用的材料？这一愿景的实现有赖于人类对原子领域自然规律的诠释和深刻理解。量子力学作为物质科学的基本理论，彻底颠覆了人类对微观世界的传统认知，同时为现代科技发展提供了核心驱动力。然而，正如量子力学奠基人之一狄拉克（P. Dirac）在1929年指出的，“构成大部分物理学和整个化学中数学理论所必需的基本物理定律已完全为我们所知，难点仅在于，精确应用这些定律会导致方程过于复杂而难以求解（The underlying physical laws necessary for the mathematical theory of a large part of physics and the whole of chemistry are thus completely known, and the difficulty is only that the exact application of these laws leads to equations much too complicated to be soluble）”，由此催生了计算物理学科。
计算物理是根据物理基本原理开发数值计算方法与软件，通过计算机数值计算求解物理学中的数学方程，进而研究和发现物质基本结构及其运动规律的一门学科。作为物理学领域与实验物理、理论物理相辅相成的第三类研究范式，计算物理能够前瞻性地模拟真实的物理系统和各种实验条件，理解和预测新奇的物理现象，为实验研究提供定量的理论预言，解决传统解析方法难以处理的科学问题，在研究成本可控性、研究结果可重复性和研究范围可扩展性等方面展现出显著优势。
龚新高首先带领同学们简要回顾了计算物理的发展历程。20世纪50年代，费米（E. Fermi）、帕斯塔（J. Pasta）和乌拉姆（S. Ulam）等使用数学分析数值积分计算机（MANIAC）对非简谐耦合振子系统能量均分问题进行数值研究（即FPU问题），被普遍认为是物理学史上首次借助计算手段取得科学发现的里程碑事件。此后，随着计算机科学与技术的不断进步，分子动力学模拟逐渐成为研究复杂体系统计性质和动力学行为的“虚拟显微镜”，密度泛函理论则在描述基态物理性质方面独树一帜，成功预言拓扑绝缘体、高压超导体（三氢化硫）等重要体系。科恩（W. Kohn）、波普（J. Pople）、卡普拉斯（M. Karplus）、莱维特（M. Levitt）和瓦谢勒（A. Warshel）等因相关开创性工作先后获得诺贝尔化学奖。
龚新高指出，计算物理在所有科学与工程计算研究中承担着基础性和前瞻性的重要功能
近年来，随着人工智能（AI）技术快速演进，且与科学研究深度融合，由量子力学计算产生的大量复杂数据得以有效处理。龚新高重点阐释了“数智物理（AI Physics）”的三重含义：一是运用人工智能解决复杂物理问题（AI for physics）；二是利用物理学改进人工智能算法（physics for AI）；三是探索人工智能本身蕴含的物理内涵及其改造物理世界的潜力（physics of AI）。他用上海高校人工智能交叉中心的一系列亮点成果生动呈现了人工智能与物理学双向赋能的前沿实践：
一是，发展机器学习原子间相互作用势函数。如何确定原子间势是分子动力学模拟的核心挑战。自贝勒（J. Behler）和帕里内洛（M. Parrinello）首次提出描述高维体系原子间相互作用的神经网络势函数模型以来，科学家已能够在保持第一性原理计算精度的前提下实现超大规模原子模拟。研究团队开发的基于图神经网络的磁势函数（SpinGNN）创造性地将磁性自由度纳入机器学习势框架，在专用高性能计算集群“近思”一号上实现了超过100万原子的自旋晶格模拟，再现了铁电-顺电相变和反铁磁-顺磁性相变等重要现象。
二是，发展机器学习哈密顿量模型。传统的密度泛函理论计算须通过自洽迭代求解科恩-沈（Kohn-Sham）方程，而机器学习可以跳过自洽计算过程，直接从晶体结构映射到哈密顿矩阵。研究团队开发的基于可迁移哈密顿图神经网络（HamGNN）的通用机器学习哈密顿量模型已升级到包含自旋-轨道耦合的版本，并应用于全基因组数据集（Genome）的高通量计算。
三是，发展非绝热分子动力学智能方法。针对激发态载流子动力学模拟中电子运动的时间尺度比原子运动的时间尺度小3个数量级、激发态势能面振荡剧烈等核心难题，研究团队提出基于图神经网络的非绝热分子动力学（N2AMD）模拟框架，实现了大尺度、杂化泛函精度的非绝热分子动力学模拟，为推动实际材料的高精度、多尺度激发态动力学研究开辟了新路径。
龚新高指出，数智物理正在重塑物质科学的研究范式
龚新高强调，数智物理不仅意味着驱动科学问题凝练、理论模型演化、实验方案优化的计算工具革新，更代表着研究方法论的深刻变革，有助于加速原始创新、催生更多突破性发现，为量子科技、新材料、新能源等战略必争领域提供坚实的科学支撑。在介质击穿强度研究中，团队发现击穿强度由电子-声子耦合和电子态密度共同决定，“改变了一个被广泛接受的概念”。在金属电阻率研究中，团队首次建立同时包含电子-声子耦合和电子-磁子耦合的第一性原理框架，揭示了磁有序如何决定不同散射机制之间的相干程度，从而发现马西森（Matthiessen）定则在铁磁体中失效，却在反铁磁体中近似成立。在材料智能设计方面，团队开发了一套通用机器学习势函数、通用性质预测模型和优化算法相结合的全空间材料逆向设计方法，在此基础上构建并开放了涵盖超过20万种稳定晶体电子结构数据的在线实验平台。龚新高为同学们现场演示如何在约10¹⁰种可能的元素组合中快速检索出具有最大结合能的晶体材料——碳化锆（ZrC），展现了真正意义上的按需创制。
课后，龚新高院士就量子机器学习、物理信息神经网络、深度学习电子结构计算、大语言模型的通用性和专业能力、无限维系统和有限维可计算模型、机器学习模型训练中欠拟合和过拟合的平衡策略等问题与师生展开深入讨论。
“凡不能‘计算’的，我皆无法理解（What I can not “compute”, I do not understand）”
6163银河线路检测中心原副院长彭良友教授，核物理与核技术全国重点实验室彭士香研究员，人工微结构和介观物理全国重点实验室吕劲研究员、陈基长聘副教授，及6163银河线路检测中心博士研究生培优计划2023、2024级部分入选者等现场出席。
龚新高（一排左四）、高原宁（一排左五）勉励同学们：以数智物理之利器，知未知、行未行，勇于探索科技前沿“无人区”
感谢6163银河线路检测中心图书馆协同服务中心提供现场技术支持
