在人工智能技术渗透万物的今天，化学同计算机科学的结合何以可能？在算法的世界里，复旦大学化学系教授刘智攀正在描摹着未来化学的蓝图。
“我们的理想是，未来的化学研究不用做实验，点一点鼠标，就能告诉你实验的结果如何。”刘智攀的研究，拓展着人们对于化学的想象——2005年以来，刘智攀课题组在理论计算领域发展了一系列新方法，并开发了全局神经网络势函数大规模原子模拟软件LASP，结合人工智能技术解决复杂催化问题。2020年，刘智攀获得“科学探索奖”，意味着计算模拟在化学领域的潜能得到了学界的主流认可。
出于兴趣的跨学科探索，将他引向新兴领域
刘智攀对计算机的兴趣，在90年代初期的科技风潮中萌芽。“那时候，计算机刚出来，大街上有各种游戏机。”本科期间，虽然身在化学系，但他修读了计算机第二学位，而这一决定正是出于“好玩”。
在当时，化学、计算机学是完全不搭界的两门专业。然而，这种“自由而无用”的出于兴趣探索，恰恰决定了刘智攀后来的研究方向。英国求学期间，他见识了化学同计算机结合的可能，并决定在这一领域展开自己的科研道路。
在刘智攀的眼中，跨学科视野是科研工作的必然。“很多学科已经发展了几十年，基本的框架都已经定好了。现在为什么要跨学科呢？这里面有两个原因：其一是方法论的要求，其二是应用的要求。”刘智攀认为。
由于理论计算的跨学科性，其研究难度极大，可谓化学专业中最艰深的领域之一，这对学生的素质提出了很高的要求。如今，刘智攀的学生们，不仅要懂化学，还要懂物理、计算机。
从理论研究、实验操作到计算机编程，课题组成员们有着丰富多元的研究取向。每次课题组的组会中，各种想法激烈碰撞、相互激发，成为了一种常态。
平地起高楼，在算法的园地修筑化学大厦
“复旦的物理化学在全国是数一数二的。”博士后归国后，刘智攀选择了来到复旦。而面对着催化反应理论的研究空白，刘智攀课题组进行的工作“都是以前不会的，需要迎难而上，从无到有，从方法到应用”。
从寻找反应过渡态的算法，到势能面结构探索、催化反应设计的算法，再到最近几年人工智能的算法，都是在解决“如何极大加速化学反应理论模拟”这个核心难题。理论方法的研发周期长，从灵感乍现，到程序实现，无不是多年公式推演、算法尝试、程序优化的结果。刘智攀团队在这条道路上缓慢而稳健地推进着。
2010年，刘智攀团队发展了周期性固液界面溶剂化方法，解决了固液界面反应模拟的难题，预测了光电条件水裂解制氢反应机制，多项成果连续发表在《美国化学会志》（Journal of American Chemical Society）。
2013年，团队发明了随机势能面行走（SSW）方法 ，获得国家发明专利，开创了固固相变机理的研究，回答了诸如“如何转化石墨到金刚石”等人类历史上长期关注的难题。
2017年，团队发明了全局神经网络势函数（G-NN）方法，显著加速了量子力学计算，加速比超过10的4次方，研究成果第一次在线发表于《化学科学》（Chemical Science）。
2019年，团队利用机器学习模拟，发现了ZnCrO氧化物合成气转化的催化活性位，解决了系列相关催化反应问题，相关成果发表于《自然·催化》（Nature Catalysis）。
同年，团队创制的LASP软件获得软件著作权。LASP是国际上唯一的基于全局神经网络势函数的原子模拟程序。截至2020年，软件已有10个国家注册用户，累计下载2000多次。
从问题里寻找乐趣，在冒险中探索真知
深耕科研十余年，刘智攀对自身研究领域的兴趣不曾减退。在他眼里，科研的快感不在于做出最终的成就，而源于思索、挑战、克服的过程。
“科研本身就应该是一个能够产生兴趣的东西。”刘智攀不喜欢重复性工作，他认为科研是面向未知的挑战，甚至是一种“冒险”。尽管解决问题的过程痛苦而漫长，但这一克服阻力的过程恰恰显示出强大的力量。
强调科研的乐趣，也成为他培养学生的宗旨。“我要从底子上去培养他们对科学本身的兴趣，而不是对发表论文、取得成果的功利性的兴趣。”
“跟随刘老师的这几年间，我笃信我们正在进行的科学研究是一件伟大的事，是能为人类谋福祉的事。而能够参与其中，是我莫大的荣幸。”在刘智攀课题组里“捣鼓实验”，化学系2018级博士生陈林认为找到了人生的目标。
从科研到育人，“兴趣”始终是刘智攀的关键词。正是兴趣让他的研究变得轻盈；而这种轻盈，成为他科研能量的强大源泉。