名师讲座

报告题目：机器学习赋能的变分量子模拟

报告时间：2026-05-21 16:10

报告人： 刘杰 研究员

合肥国家实验室

报告地点：曾呈奎楼B312

报告摘要：

   机器学习为复杂体系的高维势能面构建与动力学模拟提供了高效的理论工具。然而，如何设计神经网络势函数以精确描述电子波函数，仍是当前量子化学中的关键科学挑战。量子计算利用量子叠加与纠缠原理，能够以指数级效率表征多体波函数，为该问题提供了新的思路。近期，我们将量子计算与机器学习技术融合，提出了量子计算为核心的机器学习（QCML）框架。该框架采用参数化量子态精准表示多体波函数，借助神经网络构建体系结构、哈密顿量等关键信息与量子线路参数之间的映射关系，实现对多体波函数的高精度预测。为提升模型的泛化能力与预测精度，我们基于多种典型量子体系及不同参数化量子线路生成的数据集，对QCML模型进行了系统的预训练；针对未知量子体系，仅需利用少量样本数据对模型进行微调，即可实现多体波函数及电子结构性质的精准预测。基于上述QCML框架，我们成功开展了复杂量子体系的高精度分子动力学模拟，为复杂体系的电子结构研究与动力学行为分析提供了高效、可靠的新方法，也为量子化学与人工智能、量子计算的交叉融合提供了有益探索。

报告人简介：

   刘杰，合肥国家实验室，研究员，本科及博士均毕业于中国科学技术大学。2013—2017年，他先后赴美国俄亥俄州立大学与德国马克斯-普朗克煤炭研究所从事博士后研究。2018年，刘杰博士回到中国科学技术大学，受聘为特任副研究员，2022年转入合肥国家实验室，现任研究员。刘杰博士的研究领域主要聚焦于复杂化学材料体系的电子结构方法与新型量子算法的发展，并致力于相应计算软件的开发。他参与构建了多款大型计算化学软件，如Q-Chem、MNDO和KSSOLV，以及量子计算化学软件Q2Chemistry。2023年获唐敖庆理论化学青年奖，2024年获国家自然科学基金优秀青年科学基金资助。

欢迎老师同学们积极参加!

                                                  化学化工学院

                                              表界面化学全国重点实验室