近日，香港中文大学（深圳）机器人与智能制造实验室本科生徐彦恒（2015级理工学院 电子信息工程专业）作为第一作者所做的关于材料大数据的研究成果被英国皇家化学会期刊RSC Adv接收，题为“TE-C36 carbon: a new semiconducting phase with an all-sp3 bonding network”。

左图：TE-carbon的晶体结构，不同颜色代表不同配位环境的碳原子

右图：基于遗传算法的材料结构性质智能筛选示例

        以金刚石为代表的体相碳材料大多由完美的sp3 杂化轨道构成，非常坚硬，用途很广，但是往往能带间隙非常高（ 紫外能区，大于5.0eV），并且呈间接带隙，制约了纯碳材料在光电方面的广泛应用。寻找具有直接带隙并且可以吸收可见光的碳材料具有重大意义。本工作通过材料结构的遗传算法和材料能带特征的智能筛选，成功预测出了具有在可见光吸收范围内能带间隙为2.25 eV的直接带隙体相超硬碳材料，为新一代纯碳超硬半导体光电材料的设计和应用提供了新的选择途径。

        徐彦恒同学是我校理工学院三年级电子信息工程专业本科生，毕业于浙江省湖州中学。他于2015年报考综合评价测试（“三位一体”）并以优异成绩被我校录取。从大二结束后的暑期开始，他进入机器人与智能制造实验室材料信息学课题组，在研究院Pinocchio俱乐部和学校本科生研究资助计划（Undergraduate Research Awards - URA）的支持下开展相关研究工作，指导老师为理工学院朱熹教授。

        URA 是港中大（深圳）本科教育的特色之一。这是我校专门对本科生设立的研究资助，以培育本科生探索未知、开展研究的兴趣和能力。

        URA计划的申请者必须是香港中文大学（深圳）在读本科生，在研究项目开始前应已完成一学年的课程学习。通过申请材料和面试审核，URA委员会将综合考虑同学的学术表现、研究提议书、导师推荐等因素，选拔出最优秀的候选者。这些成功的项目申请人将获大学的经费资助，在导师的指导下开展研究工作。项目结束后每位受奖者需要向委员会提交一份项目完成报告。

        我校机器人与智能制造实验室非常重视学生的科学专业素质培养。2017年12月，钱辉环教授指导的本科生张贵麟同学和雷翔宇同学在国际知名机器人与仿生技术国际学会ROBIO会议上报告了两项实验室的研究工作，他们参与创作的论文也均被收录在ROBIO 2017的会议论文集中。

学生感言

        我是在2017年8月底加入到机器人与智能制造实验室和Pinocchio俱乐部的，研究方向是材料信息学，虽然我并不是材料方向的学生，但在经过实验室老师和学长们的介绍后，对材料物理产生了比较大的兴趣。我们的研究内容可以简单的描述成人工智能在工程材料设中的应用，具体来讲首先是运用遗传算法构造材料晶相，然后从分子轨道特性的角度对多种材料各自结构的物理特征实现逆向反馈进行筛选，在这个过程中，能找到一种可以稳定存在且未被发现的结构是比较困难的，极有可能耗费大量的计算资源，很多材料经过优化后发现已经存在，或是在静力学或热力学上难以维持稳定。相比而言，我们选择的TE-C36 Carbon是由一种最近发现的结构T-Carbon变化得到的，且在能量和熵上更稳定，这也使整个研究少走了不少弯路。总得来说，论文主要阐述了这种新结构的一些性质并证明了其在理论下可以稳定存在。

        在这其中，机器人实验室Pinocchio俱乐部的老师和学长们给了我非常大的帮助和鼓励，实验室好友张贵麟、雷翔宇在钱辉环教授指导下做出的优秀工作也是对我的鼓励，让我不停督促自己不断努力。研究工作刚开始，朱熹教授就为我讲解了整个材料科学的研究方法，包括为什么要计算这些物理量，其表征的意义又是什么，怎么样的结构才能被称为稳定等等，同时又为我补充了材料大数据方面的一些知识。在计算和分析的过程中，也会对我得到的结果提出优化建议。实验室的陆一骅博士则教会了我不少材料模拟和机器学习相关的软件使用方法，同时也帮助我解决了计算过程中出现的各种异常问题。同时，在协理副校长蔡小强教授的批准下，我还获得了学校本科生研究资助计划（Undergraduate Research Awards - URA）的帮助，支持着我进行下一步的研究。

        这几个月的研究，论文交了又改，数据算了又优化。精益求精的、严谨论证的研究工作不仅让我掌握了很多材料科学的理论知识，还学到了很多人工智能相关的应用前景。这段时间的科研工作让我打下了比较扎实的专业基础，也为我带来了更为广阔的视野，更多的机会。最重要的是，我能了解和学习真正的前沿科技。