人工智能
应用电化学实验室

电化学界面在能源存储与转化中至关重要，物种、结构复杂而且发生动态变化，需要采用实验表征和理论计算共同进行研究。但是，现有可实现对界面准确描述的理论计算方法（如第一性原理分子动力学）极为昂贵，使得研究局限在百原子、十皮秒量级的模型体系，且界面的原位环境和动态特征只能分离模拟。

通过联用MLP和NN模型，计算 LiFSI/DME溶液的动态NMR谱。构建了分子结构与NMR谱的定量关系，深入剖析了溶剂化结构归属。

通过新颖的SE(3) Transformer架构，成功实现了对液态和固态NMR化学位移的高精度预测，为分子结构解析和材料设计提供了强有力的工具。

通过结合多体量子理论（GW-BSE方法）与深度势能分子动力学模拟，首次从液态水和冰的光学吸收光谱中直接解析出氢键网络中准一维水分子链（水线）的结构有序性。这一发现不仅解决了水线长期缺乏直接观测证据的科学争议，阐明了液态水和冰中电荷转移激子的光谱响应机制，还为理解质子传输、冰相变及生命过程中的水分子行为提供了全新视角。