傅钢 教授 化学化工学院
主要从事物理化学及能源催化相关研究，参与人工智能与材料计算方法的交叉融合，重点支持催化反应机理、材料构效关系及智能化研究平台建设。
张洪良 教授 化学化工学院
主要从事材料物理与材料化学、半导体电子结构研究，聚焦氧化物半导体缺陷与掺杂、能带调控、薄膜生长及器件构效关系，推动高通量计算与实验数据融合。
张志宏 副教授 信息学院
主要从事人工智能研究，为团队提供机器学习、知识图谱、智能体和数据分析方法支持，参与材料与催化知识建模、智能推荐及科研数据平台建设。
汤富杰 教授 化学化工学院
主要从事大规模第一性原理软件、分子动力学、理论光谱学及人工智能在电化学和光谱学中的应用研究，开展高精度谱学数据库与AI谱构关系模型建设。
团队负责人主要从事能源材料与半导体材料计算模拟方法研究，利用机器学习势函数加速材料计算和自主设计，并与北京大学鄂维南院士、剑桥大学Gabor Csányi教授、牛津大学Volker Deringer教授、瑞士洛桑联邦理工学院Michele Ceriotti教授等国际团队开展实质性合作。
项目面向新能源、大规模储能和半导体等重点领域，建设智能材料计算平台，开展原子尺度模拟，构建高精度通用数据库，发展数据分析与人工智能方法，实现材料筛选、优化设计和实验制备指导。重点开展以下工作：
1.建设智能材料计算平台。**开发模块化计算软件和自由能计算工作流，构建通用机器学习势函数，实现复杂电解液密度、黏度、扩散系数、析氢电位等性质的高通量预测，并筛选具有高溶解度和适宜氧化还原电位的液流电池电解液。
2.构建新能源与半导体材料数据库。**面向固体电解质、硅碳负极、宽禁带及光电半导体材料，结合高精度机器学习势函数和高效构象采样方法，建立物性与反应数据库；研究界面反应机制和关键控制步骤，指导材料制备和器件性能优化。
3.发展数据驱动的材料设计方法。**利用可解释算法分析材料结构、元素组分与稳定性、热力学及动力学性质之间的关系，从实验和计算数据中提取规律，优化薄膜制备流程；结合高通量材料基因组技术，开发面向光电探测、可穿戴电子器件和忆阻器的新型半导体材料与器件。
4.建立AI电化学多模态表征模型。**融合微观结构模拟与多种高精度谱学数据，利用机器学习自动建立谱学信号与界面结构、物理化学性质之间的关联，形成“检测—解析—控制”闭环，实现少量实验数据条件下的电池运行状态预测，并构建适用于正极材料及其界面的AI谱学模型。
项目将贯通计算平台、标准数据库、人工智能算法与实验验证，加快材料研发流程，服务新能源和半导体关键需求，推动材料计算与化学反应模拟向实际应用转化。
团队长期研究计算电化学和Ai for science的关键问题，在Nature/Science旗下期刊Nat. Mater., Nat. Catal., Nat. Chem., Nat. Commun., Sci. Adv.，物理/化学顶刊Chem, PRL, JACS, ACIE，CCF-A类会议ACM MM, ACL等学术期刊/会议上发表论文二百余篇，被引超2万次。主持国家自然科学基金委重大研究计划等多个项目，与上海人工智能实验室，华为，宁德时代，深势科技等多个单位保持合作。
团队对拟招收学生的专业范围、能力要求
面向化学、物理化学、材料、能源、计算机、软件工程、人工智能等相关专业招收研究生。欢迎具备扎实数理与专业基础、对材料计算与人工智能交叉研究有浓厚兴趣的学生；具有Python等编程基础、计算模拟或机器学习经验者优先。要求具有较强的自主学习、科研实践、沟通协作和英文文献阅读能力，能够参与计算自动化、数据平台及跨学科项目建设。
招生联系老师及联系邮箱：wangqi1102@xmu.edu.cn
