美国斯坦福大学和能源部国家加速器实验室（SLAC）科学家提出了一种用于评估计算中不确定性的方法，可广泛用于工业、电子、能源、药物设计及其他众多领域，加快这些领域开发新材料的速度。研究人员认为，该方法有望很快得到应用，成为材料研究中的基本工具。相关论文发表在7月11日的《科学》杂志上。

　　本研究针对的算法称为密度泛函理论（DFT），是根据量子力学法则来预测原子之间的键能，让科学家能预测上百种分子和材料的属性，比如复合物的电子结构、密度、硬度、光学性质、反应性等。通常用于评价DFT可靠性的方法是把实验值和理论预测相比较。研究人员用了一种交换相关密度泛函理论，是专用于表面化学的，以检查全体函数不确定性。

　　“过去10年来，我们计算材料和化学品属性（反应性、机械强度等）的能力有了很大提高。”负责该研究的SLAC教授、SUNCAT界面科学与催化中心主管詹斯·诺斯科夫说，“研究人员越来越多地用计算机模拟来预测，哪种材料有我们想要的属性，这一过程叫做‘材料设计’。但在这些计算中，误差的概率至为关键，它能告诉我们，计算结果的可信度有多大。”

　　诺斯科夫和同事是开发这种方法的先驱。在论文中，他们用这种方法来寻找更好、更廉价的催化剂，以提高氨合成法的速度。而这一方法也能广泛用于所有类型的科学研究，加速材料设计周期。

　　据物理学家组织网7月11日（北京时间）报道，为了估计误差大小，他们采用了统计学方法：把每种属性都计算数千次，每次调整一个变量以产生轻微不同的结果。结果中的差异就代表了误差可能范围。每一种运算得到的材料属性，都可能填补一个很大的空白。论文第一作者、SUNCAT研究生安德鲁·迈德福德说，比如在合成氨中，基于计算的可信度，我们预测钌是一种比钴或镍更好的催化剂。