計算材料學在材料學界是什麼樣的地位？

01-15

---------20170529更新-----------

為了不給新人「計算材料學很有前途，趕快加入吧」的誤導，有必要做如下澄清：

（1）我基本支持「材料勸退」，但也支持滿足特定條件的人留守，詳見下文

中國的頂尖材料不行，但為什麼你們要勸退材料，或者建議研究生期間轉行？ - 知乎

（2）我基本支持「材料勸退」和我講計算材料學的重要性並不衝突！

（3）舉個例子，如果做IT或金融30歲年薪&>30萬的比例10%，做材料可能只有1%，數量級的差距，選哪條路？很簡單的概率決策。

---------以下為回答原文----------

先拋兩個有趣的現象：

（1）計算材料學的地位上升和專業期刊的影響因子下降呈悖論現象；

（2）國外開源/免費的計算材料學軟體/程序搞得越來越火熱，國內一直置身事外。

下面將分三段落，第一段解釋為什麼計算材料學地位重要及其重要性越來越被正視，第二段推測為什麼計算材料學的專業期刊影響因子一直低靡甚至下降，第三段吐槽國內對待計算材料學的冷淡和膚淺。

理工學科通常都叫作「XX科學與工程」。「科學」簡而言之就是發現、探索現象並總結、解釋原理，即創造知識；「工程」指的是用已有知識服務人類活動，即應用知識。材料科學與工程一樣如此。計算材料學通常被說成「搞搞科研可以，對工業生產一點用都沒有」，實際上並不是這樣。計算材料學的完整任務可以總結為以下三個：(i)探索成分-加工-組織-性能的定量描述；(ii)在進行(i)的過程中，分析總結出背後的基本物理機理；(iii)基於(i)和(ii)，達成給計算機命令就出來想要的產品這一終極目標。現階段的計算材料學，能粗淺做到(i)已足夠發Acta Materialia，能基本做到(ii)足以發PRL，離(iii)還有十萬八千里，雖然現在也有一些計算機輔助材料設計與製造，但遠談不上成熟。這可能是很多認為計算材料學「只是搞搞科研」的原因，更多的等第三段吐槽。但是，即便只是(i)和(ii)，細想一下，遠比感覺上要重要得多，因為它真正的把材料學帶上了「科學」的範疇。拿中醫舉例，很多科學家說「中醫不屬於科學，所謂冷熱，為何XX為冷而YY為熱？又冷多少？又熱多少？」。如果材料學僅僅停留在古代，靠師傅眼瞄把握煉鐵火候打鐵時機來生產鐵器，只能算經驗技能，不在「科學」之列。90年代之後，計算機在歐美高校已普及到一定程度，材料計算模擬迎來了真正的春天，特別是過去推導的一些微觀尺度模型可以用計算機模擬進行驗證，同時新方法層出不窮，@scott Lee 的答案就很好地展現了這一點。

可是，在計算材料學的初春來臨之際，其僅有的（據我所知是中科院三區以上僅有的）兩本專業期刊COMP MATER SCI (CMS) 和 MODEL SIMUL MATER SC (MSMSE)的影響因子(IF)卻長期低靡，甚至2016IF相比2015還均有下降，跟以實驗為主的JAC等呈尷尬對比。IF也許並不能反映研究水平，但卻能反映熱度或者說關注度。MSMSE的低靡也許更好理解，因為其出版商IOP向來不善於經營IF。可CMS的東家Elsevier就是這方面能手了，特別是在金屬材料領域。細想之後我覺得跟亞洲特別是中國學者關係很大。在MD、JAC等實驗為主期刊IF的高歌猛進中，亞洲學者的貢獻超過50%。同樣實驗為主的MMTA和PM，亞洲學者不喜歡，即便期刊質量不錯，IF也低靡，因為亞洲是引用第一大市場。計算材料學的學者數量相比實驗研究要少很多，引用的市場總量沒那麼大，而主力學者又都在歐美，亞洲的熱度明顯不如歐美。說到計算材料學在亞洲的熱度，就忍不吐槽一下其在國內的慘狀。

在一場計算材料學術報告之後的討論環節，歐美學者通常討論模型模擬的改進提高，而國內總是急著問一句「你做的東西有什麼實用價值？好像除了發發文章一點用都沒有」，好比在問一個嬰兒「你會幹什麼？」。18世紀之前已有電磁方面的探索，18世紀後半葉電才開始服務人類活動，量子力學20世紀初創立，20世紀後半葉才在電子器件中有實體應用。中外學者普遍對(iii)充滿嚮往，奇怪就在，國外一步一個腳印踏著(i)和(ii)，而國內似乎想跳過(i)和(ii)直通(iii)。工欲善其事，必先利其器，國外致力於把多物理多模型做成軟體/程序，原子尺度的有LAMMPS等，介觀尺度的有OpenPhase等，但國內團隊很少這樣的作品。也許在國內同行看來，有免費/盜版的軟體/程序不用，腦子壞掉了才會去開發一個新的，即便做了也會被同行嘲笑沒有價值只能灌水。可是，開發的過程處處都是技術積累，對於高端技術，前期積累會費力費財又毫無顯性成果，但它是大廈的根基。若干年後，當網上出現一段某國高端材料設計製造的視頻，國內可能又只是一片驚嘆...

---以下為更新線---

有同行反映有些國內團隊在做軟體/程序，值得鼓掌，單列出來，歡迎補充。（本人沒有任何利益相關）

1) CALYPOS

2) Abacus

3) PWMAT

計算材料科學，需要有用過的人評論才好，沒用過的，不要亂說。

我做現象，但現象的解釋不能靠經驗，靠做出來就算做不出來什麼都不是的邏輯，需要計算，需要微觀、細觀甚至是納觀物理和數學解釋。

論理論學術，金屬材料領域最近二十年進步最快的，也就是計算材料科學。

實驗是重要，結果是要實驗驗證。但這種誰最重要的論點狹隘了。

材料工程不能再去猜，需要預測、篩選，這就需要計算。用計算可以提高整個學科的水平，加速發展。這也是MGI的目標。

還有一條，計算在2011年ICME上檯面之前，有著強力的工程背景。即便是現在做學術的框架成熟了，也還是有很強的工程學思想。著力於材料加工和組織演化，組織-性能關係，其目標是解決問題，誰的功勞，都有，實驗和計算的人對半兒分。

說計算是灌水，是高抬非計算了。做計算的沒點兒理論水平想灌水都難，至少對金屬來說如此，不懂晶體學，塑性理論，連論文都寫不出來，專門雜誌也只有兩個。說是灌水的人，也許其做的東西是灌水，但把計算材料科學這個事兒說灌水，我不信。這話給做計算的前輩聽了，是要被斥狂妄無知的。反倒是實驗現象學的，胡亂弄些數據，就有很多期刊可以投，水平低的也滿大街，那才是灌水，如果灌水的意思是沒做什麼思考就能發文章。

謝邀

沒有地位，或者說就比金屬材料好一點

納米材料領域隨便發高影響因子期刊，而我們做計算的人發個10以上的期刊就算燒了高香

而且跟實驗組合作，我們做計算的人永遠排不了一作，頂多掛共一靠後

建議各位做計算材料的自己搞，再怎麼說也是自己一作的文章

評論某些人被無腦噴了，來答一下。

從業三年，即將畢業，利益相關

先上看法

目前，計算材料學就是個笑話，十年後也許不是。這是難聽的說法。為了不觸動某些人敏感的神經，還有一個好聽的說法：計算材料學目前在快速發展階段，能夠進行機理研究，不久將來就可以稱為預測性工具。

之所以說計算材料學不行，可以說是受時代限制，基礎問題亟待解決，特別是計算量和精度的平衡。目前但凡能（輔助）解決一個實際問題，有預測能力的model，一定能開一個小的計算領域沒跑，例子：電催化析氫，合金預測，電池cathode。大部分計算還停留在機理研究，先做一個實驗，然後計算配合拼湊一個故事。

具體說

先說電子尺度的計算方法，要做到化學精度，還是要上以波函數為基礎的方法，CCSDT應該還是可行前提下（相對full CI）的金標準，然而算大體系依然十分勉強（一般ccsd算多少原子誰來說下）。以電子密度為基礎的方法，DFT發展很快，計算量大大減小，和HF差不多，但是達到化學精度比較難，處理dispersion interaction，strong correlation和finite temperature dft是幾個非常活躍的領域。但是！退一步說，即使不談精度，DFT計算量上依然限制巨大，處理大體系能力有限，不用hybrid functional的KS-DFT大概能算個幾百個原子。因為計算量限制，凡是涉及界面等非體材料性質，往往要用替代方法進行，比如構造熱力學相圖。考慮極度複雜的勢能面，動力學基本無解。這裡提一下所謂界面不是一個簡單的coherent的完美模型界面。另外還有一些緊束縛方法，經驗參數較多，基本沒有通用性。

原子尺度，分子動力學，這塊主要依賴力場，文章時里只要用的這塊方法必然要質疑力場可靠性，有句話叫十個參數擬合一個大象。這塊比較有意思的是反應動力學reaxff，原子核核量子效應rpmd等。

介觀宏觀，到這個層面原子級別模擬基本失效，體系巨大。一般開始連續介質模型。這塊不熟悉，身邊有人做，平時聊起來主要感覺還是參數問題。參數太多，一來拿到參數global minimum比較難，二來還是老問題，參數多了可以fit大象。

總結來說，這個領域很有意思，但目前的理論方法離實際期望還有距離。套用幾年前剛入學時師兄的說法：我們做理論的，要帶著做實驗的走，而不是相反。這是願景，不出意外可以實現，但是要認清現實。共勉。

題外話，快畢業的人了，幹了幾年也有感情的。但是畢業在即，需要養家糊口，也在認真考慮要不要在這行呆下去。不單止計算化學，更指學術圈。如果入行前就對前途迷茫的同學，強烈勸退。

材料和材料也是不一樣的……單純說我了解的這一塊吧，一篇普通計算文章大概要花4個月，影響因子大概也是4（PCCP）；作為對比，一篇普通實驗文章大概要花6個月，影響因子大概也是6（JPS）。這麼一看非常的公平呢……

順便，一篇實驗文章配上計算，可以提升20+%的影響因子，上不封頂。而一篇計算的文章配上實驗……嗯我們一般還是會把它稱為實驗配上計算的文章，然後把做計算的人放到二作去（手動滑稽）。

占坑。閑了答（雖然估計沒人看）。

個人認為這是材料行業的未來（並非勸退，是真的）。計算材料學在某種意義上是物理模擬自80年代發展的必然結果，結合本人最近了解的一些paper來看，某種意義上一些新演算法也可能是深度學習在材料學中的體現。與之相應的，材料信息學，則是數據挖掘在材料行業中的體現了。

準備閑了發幾個這方面的python開源代碼（確定能跑的那種）造福人民群眾。閑了發。

作為一個在此領域專業或業餘研究過好幾年的人士，廣泛使用了多種研究方法，我覺得我還是比較有話語權的，以下詳細展開，多圖高能預警～～強烈建議WiFi下看……

計算材料學作為一門材料學與計算機科學的交叉學科，是一門快速發展的交叉學科，是關於材料成分組成、組織結構、性能、工作性質的計算機模擬與設計的學科，是材料科學研究里的「計算機實驗」。它涉及材料、物理、計算機、數學、化學等多門學科。

具體的實現過程無非以下幾種：