编辑推荐：
康斯坦丁·诺沃肖洛夫教授因在二维材料石墨烯（graphene）方面的开创性实验与安德烈·海姆教授共同获得2010年诺贝尔物理学奖。其开创性的机械剥离法（mechanical exfoliation technique）解锁了整个范德华材料（van der Wa
康斯坦丁·诺沃肖洛夫教授因在二维材料石墨烯（graphene）方面的开创性实验与安德烈·海姆教授共同获得2010年诺贝尔物理学奖。其开创性的机械剥离法（mechanical exfoliation technique）解锁了整个范德华材料（van der Waals materials）领域，而持续的研究涵盖扭电子学（twistronics）、莫尔超晶格（moiré superlattices）、人工智能辅助材料设计（AI-assisted materials design）、功能性智能材料（functional intelligent materials）和光电子范德华器件（optoelectronic van der Waals devices）。在基础量子物理研究与工业转化之间取得平衡的同时，研究人员还保持着科学研究与艺术创作之间独特的个人交集。在本次《eLight》对话中，研究人员重新审视了石墨烯的起源，讨论了二维材料的核心瓶颈与未来趋势，探索了人工智能为材料发现带来的范式转变，并捕捉了研究人员对学术生活的见解以及对年轻研究人员的建议。
**论文解读：与诺贝尔奖得主康斯坦丁·诺沃肖洛夫对话——二维材料、人工智能与跨学科前沿**
**1. 研究背景与问题**
二维材料（2D materials）领域自2004年石墨烯（graphene）发现以来，经历了从基础物理到应用技术的爆炸式发展。然而，该领域仍面临多重核心瓶颈：自由站立单层二维原子晶体在环境条件下的稳定性一度被学界认为不可能；传统计算方法难以预测动态、亚稳态功能材料；扭电子学（twistronics）和莫尔超晶格（moiré superlattices）中的量子态计算复杂度极高，涉及数百至数千原子的超胞，导致第一性原理计算（first-principles calculations）不可行；此外，2D材料的大规模商业化面临行业知识鸿沟，制造业工程师缺乏将原子级薄范德华材料（van der Waals materials）集成到现有供应链和标准工艺中的系统训练。人工智能（AI）在材料发现中的潜力尚未完全释放，早期过度依赖通用大语言模型（large language models, LLMs）的尝试收效有限。为应对这些挑战，本次对话聚焦于石墨烯的起源、2D材料的光电子应用、AI与材料设计的融合、以及研究人员对学术生涯的反思。该访谈发表在《eLight》。
**2. 主要关键技术方法**
研究人员在对话中提及的关键技术方法包括：机械剥离法（mechanical exfoliation）——通过胶带反复剥离石墨获得单层石墨烯；量子输运测量（quantum transport measurement）和静电门控效应（electrostatic gating）——用于验证单层石墨烯的稳定性和电子行为；扫描隧道显微镜（scanning tunneling microscope, STM）——作为校准样品表面处理的手段；以及构建范德华异质结（van der Waals heterostructures）——通过堆叠不同原子薄层制备人工定制材料。在AI领域，研究人员强调需构建专为物理材料系统设计的AI平台，嵌入完整合成路径知识，以导航材料数据库并优化实验参数。此外，研究涉及扭电子学中的扭转角调控和莫尔超胞计算，但未提供具体算法细节。样本来源为实验室自制石墨烯器件，无特定队列来源。
**3. 研究结果（按对话问题顺序总结）**
**Q1: 石墨烯发现的故事**
研究人员通过持续的“周五晚实验”和偶然观察——在准备STM校准石墨样品时，想到用胶带剥离石墨——在半小时内成功制备出首批薄石墨器件。这一突破源于持续实验和对相关材料体系的不断探索。
**Q2: 石墨烯热力学稳定性的验证**
通过近一年的实验，研究人员制备了单层石墨烯（样品K50）和双层石墨烯（样品K51），两者表现出截然不同的量子输运特征。通过对比实验和对照实验排除污染和基底干扰，最终确认单层石墨烯在环境条件下稳定存在。
**Q3: 新兴2D材料趋势**
光活性二维半导体（包括发光范德华晶体、各向异性材料和二维铁磁材料）因其可调带隙和强平面内/平面外各向异性，在光子学中具有巨大潜力。人工范德华异质结可通过堆叠不同原子层定制光电子性能，将成为未来变革性光学器件的基础。
**Q4: AI在材料发现中的角色**
AI可填补传统计算方法无法预测动态亚稳态功能材料的空白，但需构建专用AI平台而非通用LLM。研究人员团队正在开发嵌入合成路径知识的领域特定AI框架，以优化实验参数。尽管初期结果令人失望，但全球多个团队正在推进目标AI材料平台，未来十年有望革新材料发现流程。
**Q5: 扭电子学与莫尔超晶格的瓶颈**
主要障碍在于计算复杂度：莫尔超胞常包含数百至数千原子，标准第一性原理方法不可行。目前只能定性解释实验现象，定量预测模型几乎不存在，且超胞内的原子重构进一步复杂化计算。建立通用理论框架是当前最大挑战。
**Q6: 基础研究与工业转化的平衡**
研究人员优先参与能带来智力兴奋和好奇驱动的研究，仅选择有独特思考角度的工业合作。基础研究始终优先，工业项目作为补充分支，且需招募具有创业才能的团队成员。
**Q7: 2D材料大规模商业化的瓶颈与杀手级应用**
主要障碍非技术性，而是行业知识鸿沟：制造业工程师缺乏集成2D材料所需的系统训练。三大杀手级应用包括：硅光子调制器（silicon photonic modulators）、柔性光电子传感器（flexible optoelectronic sensors）和高性能储能电极（high-performance energy storage electrodes）。
**Q8: 对年轻研究人员的建议**
遵循个人真实好奇心，不受热门方向或主流出版物限制。独立、好奇驱动的探索是产生开创性工作的最可靠路径。
**Q9: 科学与艺术的平衡**
研究人员曾考虑全职从事艺术创作，但最终认识到科学探索满足其核心智力驱动，艺术是补充爱好的重要组成部分，物理学仍是其终身热情。
**Q10: 对eLight期刊的建议**
鼓励跨领域投稿，支持物理学家、材料科学家和光学工程师的合作，优先发表融合新型低维材料与光子器件设计的研究，因最重大的新发现将产生于学科交叉界面。
**Q11: 诺贝尔奖对学术生活的影响**
获奖后遵循导师安德烈·海姆的建议，避免改变核心研究身份和日常日程，前五年刻意保持实验室工作节奏，拒绝在学术演讲中提及诺贝尔奖，只展示2010年后的研究结果。主要负面影响是公共演讲和媒体义务碎片化研究时间，但关键教训是将奖项象征性荣誉与持续科学研究分离。
**Q12: 研究生涯中的最大失败**
研究人员曾因创业和两次退学经历面临严重挫折，但认为质疑常规假设虽可能失败，也可能打开他人未曾想到的突破之门。
**Q13: 未来5-10年研究蓝图**
核心长期目标是研究亚稳态功能范德华材料，但期望未计划的实验发现会打乱预定目标，因为实验室中的意外现象通常带来最大变革。研究团队保持灵活的项目结构，以快速转向新物理发现。
**4. 总结讨论与结论**
对话揭示了二维材料领域从基础发现到应用转化的全景：石墨烯的发现挑战了传统认知，机械剥离法开辟了范德华材料家族；扭电子学和莫尔超晶格为强关联量子态和拓扑性质调控提供了平台，但计算瓶颈亟待突破；AI与材料科学的融合需从通用大语言模型转向专用材料平台，以优化合成路径和实验设计。商业化方面，行业知识鸿沟而非技术壁垒是主要障碍，硅光子调制器、柔性传感器和储能电极被视为高影响力应用。研究人员的个人经历强调了好奇心驱动、跨学科融合和保持科研节奏的重要性。结论部分（原文Q13的A13回答）可翻译为：科学进步并非按照预先设定的蓝图运行。研究人员设定适度雄心勃勃的长期目标——未来十年主要关注亚稳态功能范德华材料，但始终希望计划外的实验发现会干扰这些目标。实验室中的意外现象会持续改变研究轨迹，而这些偶然的弯路通常产生最具变革性的结果。研究人员保持灵活的项目结构，以快速转向实验中发现的新物理。
