个人简介：
赖根明，新材料学院2020级博士生，师从郑家新副教授。在导师郑家新老师的指导下，赖根明同学始终坚持在机器学习势场及锂金属负极研究领域深耕，通过开发锂金属负极及其界面的机器学习势场，用以研究锂枝晶生长机理和调控方法，致力于将“AI for Science”方法真正落地到实际应用中。系列工作已发表4篇SCI论文，其中独立一作3篇，共同一作1篇。曾获北京大学五四奖学金、廖凯原奖学金、三好学生、学术创新奖、学习优秀奖等。
赖根明
一、热爱与选择
作为一名材料科学领域的博士生，赖根明对科研始终怀有浓厚的热情。在本科阶段，他因一次偶然的机会接触到从事计算物理方向的教学工作者，从而对计算科学产生了浓厚的兴趣。于是，他加入了相关课题组，开启了科研之旅。2019年，赖根明来到北京大学深圳研究生院参加新材料学院的夏令营，并在此次活动上认识了郑家新老师。郑家新老师拥有物理与数学双学位，致力于材料计算模拟领域的研究，这恰恰是赖根明感兴趣的研究方向。因此，他毫不犹豫地决定加入郑老师的课题组。
进入深研院后，赖根明逐渐明确了自己的研究方向——“机器学习势场开发及应用”。机器学习是一种新兴的、功能强大的技术，采用机器学习的方法构建分子动力学势场，可以用来研究锂金属负极中的一些基础科学问题。这是将AI技术与材料科学相结合的多学科交叉领域，也是AI for Science（简称“AI4S”）战略在材料科学领域的实践。
2020年AI4S刚刚起步，团队内并无先例，可参考的学习资料较少，在开始阶段遇到了诸多困难，许多问题需自行探索。在此期间，郑家新老师给了赖根明很大的鼓励和帮助。针对技术难题，郑老师会尽可能地帮忙找到相关专家请教，赖根明的师兄焦君宇博士也会与他交流讨论，共同解决科研上的问题。在郑老师以及焦博士的指导以及持续鼓励下，赖根明随着研究的深入渐渐对研究方向产生了更加浓厚的兴趣，也对科研有了全新认识。
在首个科研项目接近尾声时，赖根明坚定了自身的研究方向。当时课题组在计算模拟中发现了有趣的现象，郑老师和焦博士便联系实验组人员进行验证。在目睹分子动力学模拟结果得到实验证实时，赖根明第一次感受到计算模拟的力量，并深刻体会到该项工作的价值。“后来郑老师问我想不想继续读博的时候，我毫不犹豫地跟老师说：想，而且我想要继续在这个方向上做下去。”
赖根明与郑家新导师讨论
二、聚焦与发展
“我从导师那里学到最多的东西是聚焦。”聚焦在自己的专业领域，持续深耕，这是赖根明一直在践行的方式。为了能够更好地了解机器学习方法，赖根明在研一时选修了信息工程学院开设的《机器学习及其应用》。“这门课程让我作为一个材料学院的学生，学习到了很多关于机器学习方面的知识，也有了跟不同专业的同学一起学习和交流的机会。”在期末大作业的时候，赖根明作为小组长带领小组成员充分调研了机器学习在材料科学中的应用场景，在一起讨论、设想了未来发展的诸多可能，这也为他之后的科研工作奠定了良好的基础。
赖根明在积极参与校内科研与课程的同时，亦热衷于出席各类学术会议。每次外出参会时，他总是喜欢带着自己的工作和疑问，一方面希望能够跟同行们分享自己的探索，汲取他们的观点，并寻求他们的认可；另一方面，他也希望能够遇到一些志同道合的朋友，展开深入的交流，互相学习，激发思考。在2023年举办的第十一届国际分子模拟与人工智能应用学术会议上，赖根明带着自己的成果在会上进行了报告分享，结束后，他与一位前辈就计算模拟的未来发展探讨了很久。
北京大学“博雅材思”学术论坛优秀海报奖
赖根明参加学术会议并做口头报告
科研既需要潜心钻研，更需要思想碰撞的火花。在学术会议上与同行分享交流，获得专家评委的认可，这些都成为赖根明科研路上持续的鼓励与动力，让他更加坚定地在自己的方向上学习钻研。
产学研的结合也是赖根明十分注重的问题，如何将科研成果运用于实际产业中，是一个从实验室到生产力的过程。赖根明认为其中的关键是亲身实践、持续学习。2023年暑假期间，赖根明去到屹艮科技实习，主要从事算法开发与应用，并将其运用于研发电池。电解质的电导率对于电池来说十分重要，会影响到电池的寿命、充电速度等性能，而通过机器学习的算法来开发分子动力学势场，进行分子动力学模拟，可以计算出一些电解质的电导率，以此研发性能更好的电池。
新能源行业是一个多学科交叉的领域，很多问题只靠自己的专业知识是无法解决的。面对这一挑战，赖根明一方面积极运用学校所学的专业知识，另一方面也持续学习不同专业领域的知识，不断提升自己的技能水平，在实践中努力实现科研与生产的结合。
三、感恩与展望
从本科到博士，科研对赖根明而言不仅是兴趣，更是一种理想。谈及个人生活时，赖根明表示自己的作息比较规律，一直坚持早睡早起，绝大多数时间他都沉浸在办公室的科研工作中。在学习之余他会选择去运动场上打篮球、跑步来放松心情，赖根明很喜欢这样的生活节奏。“我希望把有限的时间放在自己真正热爱的事情上，享受科研工作并乐在其中，因此放弃一些娱乐活动自己也不感到遗憾。”
谈到在深研院的学习与成长，赖根明满怀感恩。他表示，导师郑家新教授不仅时常鼓励他积极科研，同时也会关心学生的生活情况，张弛有度的管理方式让他在学习生活中有更多的时间去思考和感悟。
而在研究生学习过程中，赖根明也非常受益于深研院的发展理念和办学方针，他认为“AI牵引”的发展理念紧贴时代发展趋势和地区发展需求。“AI for Science为科研界带来了难得的机遇，我认为，在未来之后，科研界需要持续关注的事情是继续利用AI技术寻求科学上更大的突破。”
在研究过程中，赖根明深刻感受到AI技术对科研工作的巨大影响。“随着AI与材料的深度结合，未来的材料研发将会变得更加高效，这个行业未来也将具有更好的前景。无论世界如何发展，材料是其基础，AI技术位于其中心，二者相辅相成。”
课题组合照
赖根明对自己的研究方向充满信心，他坚信未来计算模拟在科学研究中将发挥越来越重要的作用。“以往，计算模拟大多时候仅作为实验的辅助工具，用于解释某些机理。但是在我心目中，计算模拟的真正作用应当远不止于此，计算的作用应当是去引领实验方向，驱动实验设计。”随着AI与计算模拟的结合，计算在未来将得到更大的发展，而赖根明也将坚定、专注地在自己热爱的领域深耕，致力于在科研道路上不断探索未知、发现规律。
文字：丁楷锐
图片：受访者提供
责编：王琳
