2019年8月14日，美国能源部（DOE）宣布将在未来3年出资2760万美元，用于资助数据科学研究，加速化学和材料科学的发现^[1]。这些研究由十余所高校和国家实验室领衔，侧重于对材料及化学性质和过程的预测性理解，将推动新型催化剂、合金、超导体、化学分离和材料合成方法等的发展，对能源生产、输送和使用具有重要的潜在影响。

　　1、新型催化剂方向，研究内容包括：数据科学驱动的多金属氧循环电催化剂的发现，以提高能量转换；数据驱动发现具有受控活性位点核的金属间催化剂；综合了理论、实验和数据科学的能源材料化学等。

　　2、合金方向，研究内容包括：材料失效的深度学习；稳定纳米晶合金的发现与设计：晶界偏析基因组等。

　　3、超导体方向，研究内容包括：利用数据科学发现新的超导体；在化学分离方向，关注数据驱动的分离剂/溶剂设计；量化化学分离中的能量驱动因素等。

　　4、材料合成方向，研究内容包括：数据驱动的合成科学；用于理解重烃聚类的机器学习；利用高通量计算和机器学习发现并理解低温快速氧导体；用于含氧化合物制氢的多组分材料的数据导向合成；通过转移和强化学习阐明热磁加工材料中的晶粒生长等。

　　5、机理与建模研究方向，研究内容包括：利用数据驱动建模和原位表征阐明沸石的形成机理；数据科学推动的功能性电解质中多尺度离子传输以及晶体组装中自由基生成的机理研究；应用深度学习方法开发凝聚阶段的电荷转移、非绝热动力学和非线性光谱学的新模型；具有量子特性的二维材料的大规模全原子分析；相关电子系统中电阻开关现象的机器学习辅助建模；自旋轨道耦合系统中隐藏阶的结构特征等。（万勇）