动察：人工智能生成技术成为增强现实AR&VR未来的催化剂
由于生成式AI能够根据人类提示创建复杂的数字渲染，因此生成式AI可以成为增强现实程序开发的重要工具——一些专注于AR的领先公司已经在寻求利用其潜力。Snap是领先的增强现实公司进军生成人工智能领域的一个例子。据Snap首席执行官埃文·斯皮格尔(EvanSpiegel)称，生成式AI有能力使公司的相机在今天变得更加强大——而这些好处最终将能够推动增强现实的整体发展，包括AR眼镜。
就Snap打算如何使用生成式AI来增强其服务而言，Spiegel设想该技术将有助于提高Snap被捕获后的分辨率和清晰度，甚至可以用于更前沿和创新的过滤器。“我们看到将SnapML工具集成到LensStudio中取得了很多成功，它确实使创作者能够构建一些令人难以置信的东西，”Spiegel解释道。“我们现在有300,000名创作者，他们在LensStudio中制作了超过300万个镜头。”
虽然这是一个诱人的前景，但生成式人工智能与增强现实的未来关系似乎才是Snap真正希望出类拔萃的地方。“如果我们从长远考虑，五年……这将对增强现实的发展至关重要。所以今天，如果你看看AR，你可以在AR中构建的东西确实存在限制，因为艺术家创造的3D模型数量有限，”Spiegel说。“我们可以使用生成式AI来帮助快速构建更多此类3D模型，这可以真正释放AR的全部潜力，帮助人们在世界中实现他们的想象。
Meta一直被评为全球元宇宙市场的主要参与者之一，除了智能头盔、智能眼镜、头戴式显示器(HMD)、平视显示器(HUD)和混合现实(MR)耳机将在创建逼真的虚拟场景中发挥作用。展望元宇宙时代，以及增强现实如何有可能将现实世界和虚拟世界结合起来，生成人工智能可以成为创造真正不可预测的环境和世界的关键，这些环境和世界可以不断发展以保持用户参与。
在Mitacs的项目“用于在VR和AR中创建动态环境的生成AI”中，创作者利用AI的进步来创建2D环境，以增强和指导算法生成过程。然后，通过允许AI响应并从指导中学习，该项目将允许创建适合数字媒体创建需求的环境。
这将为“无穷无尽”的内容铺平道路，这种功能在庞大的增强现实世界中人手很难实现。由于生成式AI能够识别和学习周围环境，这意味着AR眼镜佩戴者可以受益于能够了解用户位置、周围交互元素以及个人喜好的软件，并创建嵌入式游戏和风景可以将平凡的任务变成引人入胜的体验。
由于这些生成的AI模型是基于云的，因此它们很可能不会抑制带有笨重外部硬件的增强现实眼镜的发展，并且在未来我们可以看到耳机复制标志性的标志性品牌，如Flexon和其他领先品牌的更简单的离散框架设计师。
尽管我们距离生成人工智能和增强现实的这种完美融合在功能和新鲜内容的原始流之间取得完美平衡可能还有很多年的距离，但对于这种强大的关系来说，未来肯定是光明的。尽管增强现实眼镜近年来一直难以找到市场，但生成式AI有可能以一种可能将技术提升到新水平的方式极大地提升佩戴者的用户体验。这一点，再加上元宇宙的不断出现，意味着我们很可能会看到增强现实眼镜行业的命运好转。
市场上充斥着苹果计划发布自己的AR眼镜的传言。虽然Apple尚未证实这些传言，但许多行业专家认为，这家美国科技公司正在开发一种产品，将直接与Meta和三星的混合现实耳机竞争。该设备被称为“AppleRealityPro”，包括激光雷达扫描仪、多个摄像头和音频骨传导技术等功能。该设备有望将数字信息叠加到用户的周围环境中，并且还将拥有VR功能。而现在市场上的AI，将加速这一进程，最终引爆市场。返回搜狐，查看更多
中国科大提出电偶极矩描述符助力人工智能预测催化剂
发掘构效关系描述符是描述复杂的催化剂表面-分子相互作用并预测催化剂性能的关键。近日，中国科学技术大学江俊教授课题组基于高通量第一性原理计算获得的数据集，构建了深度学习神经网络模型，揭示了电偶极矩与催化剂表面-分子相互作用的深层次关联性，并证明了神经网络训练模型从某种材料推广到多种材料的泛化能力（图一），为未来的催化剂设计提供了理论指导。
该研究以“ElectricDipoleDescriptorforMachineLearningPredictionofCatalystSurface–MolecularAdsorbateInteractions”为题，发表在国际顶尖期刊J.Am.Chem.Soc上（J.Am.Chem.Soc.2020,142,17,7737–7743）。论文被Science杂志编辑YurySuleymanov撰稿专文推荐（Science2020,368,727-728），指出“Thetransferabilityofthesemodelsbetweendifferentheterogeneoussystemssuggeststhattheelectricdipolemomentisapromisingnewtypeofcatalyticdescriptor.”论文的共同第一作者为中科大王翕君博士，齐鲁工业大学胡伟教授和中科大博士研究生叶盛。
图1针对高通量的量化计算数据，应用机器学习和电偶极矩相关描述符准确预测催化剂-分子吸附作用
催化剂表面-气体相互作用通常可以从两个方面来描述——能量（吸附能）和电荷（电荷转移）。前者常常用于描述和预测催化剂的反应活性，而后者用于描述分子与表面的电子态耦合情况。然而，吸附能和电荷转移都是理论概念，难以被实验直接观测，这制约了它们在真实体系中优化催化剂表面活性的作用。此外，由于真实体系中结构改变存在大量的自由度，精确计算吸附能或电荷转移量往往十分昂贵。因此，发展高效、精确且易于获取的表面-气体相互作用描述符成为理性设计高性能催化剂的迫切需求。
与已被广泛使用的描述符如功函数、d带中心、波函数和点电荷等相比，电偶极矩来自于电子态波函数的积分计算，即包含电子分布的定量和空间信息，又易于测量和计算，因此具备描述表面-分子相互作用并预测关键性能参数的潜力。在前期工作中(ACSApplMaterInter.2019,11:9629)，研究人员针对小部分数据，在偶极近似的框架下，拟合得到了电偶极矩矢量点乘值与吸附能和反应能垒的线性依赖关系，并给出了有一定指导意义的经验公式。然而，当研究数据样本量增大到超过1万组时，经验公式无法从某一体系泛化推广到更多的催化剂材料，丢失了重要的预测能力。因此，探索出高效且能迁移利用的构效关系描述符，并依此构建从微观结构到性能参数之间的数学映射关系成为进一步的研究目标。
图2（a-d）描述符与目标性质的对应关系；（e-f）神经网络预测效果评估。
针对这一问题，研究选取了两个电偶极矩相关描述符——表面与分子偶极矩夹角（α）和表面与分子偶极相互作用能（Vdd），作为对比，同时选取了两种已被广泛使用的描述符d带中心（εd）和功函数（WF）。目标特性选取了分子在表面的吸附能和电荷转移量。接着，研究人员应用第一性原理计算，结合机器学习神经网络在高维拟合上的优势，从数万个吸附构型中成功破解了描述符和目标特性之间的定量关系，找到规律并准确预测了分子在催化剂表面的吸附能和电荷转移量（图二）。预测值与计算值之间出色的一致性表明选定的描述符可以准确地关联表面-分子相互作用的所有特征。随后，重要性分析和采用单一描述符的预测的结果显示，基于表面与分子偶极矩夹角α的训练模型总是表现出最佳的预测能力。进一步地，研究发现从NO/CO@Au(111)体系训练得到的模型能够很好地迁移并应用于预测更多的体系，如NO/CO@Au(001)和NO/CO@Ag(111)（图三），展现了深度学习模型在材料研究中从某种材料推广到多种材料的卓越泛化能力。
图2（a）NO/CO@Au(111)的训练模型迁移应用于NO/CO@Ag(111)示意图；（b-c）模型迁移预测效果评估。
本研究成果提出了原创的、可迁移应用的电偶极矩相关描述符，既能被实验测量，也便于高通量计算，还能准确反映从微观结构（表面几何信息、原子结构、电荷分布、波函数）到性能参数（电荷转移量、吸附能）之间的数学映射关系。为理性设计高性能催化剂提供了理论指导。
该项研究得到了国家自然科学基金委、科技部、合肥微尺度物质科学国家研究中心、和能源材料化学前沿协同创新中心的资助。
附文章链接：https://pubs.acs.org/doi/abs/10.1021/jacs.0c01825
我国学者提出电偶极矩描述符结合人工智能预测催化剂
图针对高通量的量化计算数据，应用机器学习和电偶极矩相关描述符准确预测催化剂-分子吸附作用
在国家自然科学基金项目（批准号：21633006、21633007)等资助下，中国科学技术大学江俊教授团队结合量子化学理论计算和先进的深度机器学习方法，定量揭示了催化剂表面和分子之间偶极相互作用与吸附作用的深层次关联性，首次提出并论证了电偶极矩作为精确、可测量、易计算的描述符用于定量预测催化剂表面-分子相互作用的可行性。相关研究成果以“电偶极矩描述符助力人工智能预测催化剂-分子相互作用（ElectricDipoleDescriptorforMachineLearningPredictionofCatalystSurface–MolecularAdsorbateInteractions）”为题，于2020年4月发表在《美国化学会志》（JournaloftheAmericanChemicalSociety）上。文章链接：https://pubs.acs.org/doi/10.1021/jacs.0c01825。
发掘构效关系描述符是描述复杂的催化剂表面-分子吸附作用并预测催化性能的关键。为了深入挖掘吸附作用的内在规律，该研究选取了大量的金属催化剂表面的分子吸附结构，采用量子化学计算获得了吸附结构的多种几何和电子信息数据，如吸附能和电偶极矩等，并应用人工智能的机器学习技术，通过关联性和降维分析筛选描述符，找到有效的构效关系描述符即电偶极矩及其夹角，成功地预测了催化剂-分子吸附能和界面电荷转移量（如图），定量揭示了电偶极矩与吸附作用的深层次关联性。进一步验证了神经网络训练模型从某种材料推广到多种材料的卓越泛化能力。
本研究成果提出了原创的、可迁移应用的电偶极矩相关描述符，既能被实验测量，也便于高通量计算，还能准确反映从微观结构（表面几何信息、原子结构、电荷分布、波函数）到性能参数（电荷转移量、吸附能）之间的数学映射关系。为理性设计高性能催化剂提供了理论指导。
苹果：人工智能、AR、VR、自动驾驶等催化剂或引发其一季度创纪录
苹果花了44年时间达到1万亿美元，2年时间达到2万亿美元，随着升值速度的加快，大约16个月就能达到3万亿美元。买入苹果的时机永远不会差，我相信它将成为第一家3万亿美元的公司，然后是第一家4万亿美元的公司。在这十年中，苹果有许多催化剂，可以继续推高其估值，arget="_blank">人工智能、AR、VR和自动驾驶也只是触及了表面。苹果公司的大部分市值与退休账户和养老金中持有的共同基金和指数基金挂钩，在这一点上，只有一个灾难性的事件才能摧毁苹果。
自从上次在11月16日发表关于苹果的文章以来，股价已经升值了20.19%，市值继续与3万亿美元的估值试探。
尽管股价处于历史高位，我仍然看涨，原因有很多。我们正处于苹果最强劲的季度，去年该公司创造了1114.4亿美元的收入和287.6亿美元的净收入。
在最近的财报电话会议上，苹果表示，他们不会提供2022年第一季度的收入指导，但表示他们预计每个产品类别的收入都会同比增长，除了iPad。
苹果还预计其毛利润将在41.5%至42.5%之间。这是值得看好的，因为在2021年第一季度，苹果的毛利润为39.78%（443.3亿美元/1114.4亿美元），他们的利润率为25.80%（287.6亿美元/1114.4亿美元）。
而2021年第一季度，iPad业务是苹果最小的收入部门，因为它创造了7.57%的季度收入。其余四个业务板块贡献了苹果2021年第一季度收入的92.43%，预计将同比增长，我认为安全的预测是，苹果在2022年第一季度可以产生超过1150亿美元的收入，作为今年的开始。毛利率的提高也可能预示着他们的净收入转换率也会提高。
投资的标准口号是低买高卖。多年来，苹果已经违背了这一概念，因为股价一直在不断创出更高的高点。在过去的几周里，许多高增长的公司纷纷抛售，而苹果的股价却反其道而行之，在几乎达到3万亿美元的估值时创下历史新高。
有些人提出案例，认为苹果最好的日子已经过去，但我坚决不同意这种观点。苹果在创新方面一直推陈出新，并实现了将突破性产品推向市场的关键成功因素。苹果通过iTunes和iPod改变了我们的生活和音乐产业，他们通过iPad和iPhone改变了我们沟通和利用移动技术的方式，苹果通过其AppleWatch改变了可穿戴技术产业，因为它已经成为黄金标准。
我不相信苹果的创新已经结束，人工智能、增强和虚拟现实以及自动驾驶的结合将成为扩大苹果收入和利润的下一个业务领域。
人工智能可以成为苹果公司的增长动力，但人们并没有考虑它的可能性
很多人不把苹果看成是一家人工智能公司，很多人猜测Siri已经落后于谷歌助手和亚马逊Alexa。
Siri是一个人工智能重度应用，但多年来，苹果已经在其设备阵容中实施了其他人工智能应用和功能。许多操作系统的升级都增加了在其平台上工作的功能，这些功能都是基于人工智能和ML的。
如果你熟悉苹果的产品，那么FaceID、指纹、手写识别、本地睡眠跟踪、应用库建议、翻译应用和声音识别都利用了人工智能。苹果一直在悄悄地建立利用人工智能和ML的功能，通过应用程序创造令人惊奇的体验，这在5-10年前我们是无法想象的。
苹果在收购公司时并没有成为头条新闻，但这并不意味着没有发生。在2月份的股东大会上，库克透露，在过去六年中，苹果收购了约100家公司。苹果收购的公司主要是人工智能、虚拟现实、增强现实、地图和半导体。
从2016-2020年，苹果在人工智能领域收购的公司比Alphabet（GOOG）（GOOGL）和微软（MSFT）还多。苹果在创造新领域和提供突破性产品方面有着良好的记录，我们仍处于人工智能的起步阶段，而苹果将成为人工智能消费领域的主导者之一。
很多人都把注意力放在企业的人工智能与聚集和分析数据上，尽管苹果还没有分享其路线图，但肯定有计划在消费者方面实现人工智能的货币化。随着人工智能变得更加先进，苹果将利用它来制造更多受欢迎的产品，并创建基于服务的人工智能产品，以产生再循环的收入。
许多公司都专注于在企业市场上为企业实施人工智能和ML。但在消费者方面，能够与苹果竞争的公司不多，只有谷歌通过安卓系统拥有的产品阵容能够形成生态系统的威胁。
苹果多年来的投资不会在短期内产生爆炸性的收入增长，但在本十年的后半期可能会得到大量的回报。苹果可以利用其生态系统，将人工智能技术应用于医疗保健或互联应用以及未来的AR/VR市场。
几十年来，苹果一直是新消费产品的先驱，人工智能有巨大的机会帮助获得市场份额并向客户销售未来的服务。
自从Facebook（FB）改名为MetaPlatforms后，对AR/VR的关注度大大增加。FB验证了Metaverse，但在Metaverse之前，FB是通过Oculus头显在虚拟现实领域的主导力量。2020年，增强和虚拟现实市场规模估值为148.4亿美元。这一领域预计将以40.7%的年复合增长率增长，到2030年达到4547.3亿美元。移动游戏行业和互联网连接的增加是全球AR和VR市场的关键驱动力。
目前，消费者市场在该领域占主导地位，但随着时间的推移，企业方面预计将采用这些技术并见证最大的增长水平。汽车、制造、建筑、采掘业、飞机、医疗、教育、执法和房地产行业的AR和VR应用预计将经历高水平的采用。美国银行（BAC）在12月14日将苹果的股票从160美元提升到210美元，此前他们称其AR/VR头盔是游戏规则的改变者。
有几个报道说，苹果将在2022年推出AR眼镜和VR头盔。苹果是硬件领域的先驱和潮流引领者，苹果非常善于将自己从竞争中分离出来。苹果拥有完整的生态系统，上至操作系统，下至虚拟AI助手。他们的服务部门包括苹果电视+、苹果音乐、苹果商场、苹果健身+、苹果新闻、应用程序商店和Facetime。苹果处于创造下一代计算和建立包含这些方面的VR环境的首要位置。
多年来，我们已经了解到，苹果进入一个空间并不是为了扮演次要角色，他们进入一个领域是为了接管和主导。12月27日，有消息称，苹果从FB聘请了安德里亚-舒伯特（AndreaSchubert），他曾是FB的通信和公共关系主管，负责他们的增强现实产品。
自从它发布以来，我就拥有一个OculusRift，我相信我们甚至还没有触及AR和VR的表面。我不确定你是否可以量化其潜力，因为AR和VR可以改变我们与技术的互动方式。
苹果已经证明，它可以通过服务和可穿戴设备创造新的市场并产生持续的收入增长。在过去的三年里，服务的年收入增加了286.6亿美元（72.11%），在本财年，2021年为苹果的整体收入贡献了684.1亿美元（18.7%）。苹果在过去三年里，可穿戴设备家庭和配件增长了210.2亿美元（120.91%）。
随着苹果推出AR和VR产品，我相信它将推动这两个类别的收入增长。苹果的AR和VR产品将从硬件销售中产生初始收入，并从专门的服务中产生额外的经常性收入。苹果一直处于创新的最前沿，不管有些人是否愿意承认这一点。AR和VR产品最终将成为主流，并彻底改变我们的技术体验，特别是在这么多公司将资源分配给Metaverse的情况下。
自动驾驶汽车可能是苹果公司一个被低估的业务领域
我们所知道的大部分都是基于传言和库克在季度电话会议和演讲中发布的花边信息。苹果早在2014年就开始了Titan项目的工作，当时有1000多名工程师和汽车专家致力于开发电动汽车。但这个项目似乎被搁置了，然后在2020年，有传言称苹果正在开发一款完全自主的汽车。
我们了解到，苹果的人工智能和机器学习主管JohnGiannandrea将负责苹果汽车项目。2017年，库克在彭博社公开谈到了关注自动驾驶系统。最近彭博社的马克·古尔曼爆料说，苹果已经决定全身心投入到汽车项目中，设计一款完全自主的车辆。这应该让特斯拉（TSLA）感到害怕，因为苹果合法地拥有无限的支票簿，他们2021年的自由现金流超过了900亿美元。苹果基本上有无限的资源可以分配，苹果的胜算显然非常大。
关于苹果汽车项目的一切都只是猜测，因为苹果还没有向投资界提供路线图。我认为苹果在这个领域采取了多管齐下的方法，但苹果对制造汽车不感兴趣，这一点从苹果与成熟的汽车制造商讨论制造汽车的大量报道中得到了证实。我相信苹果会有一款苹果汽车，由目前的汽车制造商制造，并由该制造商和苹果销售。这将是皇冠上的明珠，但我不相信这会成为收入的来源。
就其核心而言，苹果是一家软件制造商，因为它几十年来一直专注于操作系统。我认为苹果将创造一个完整的自动驾驶软件包，他们将把这个软件包作为一个完全自主的软件包卖给汽车制造商，从内部的显示器到控制汽车的传感器和软件。苹果已经准备好了所有的附加产品，从声控助手到地图和娱乐。
我认为，向汽车制造商出售自主软件包并控制车辆内部，可以赚取更多的钱。而有了苹果的软件和车内显示器，他们现在将拥有驾驶体验。这将是人们增加苹果额外服务的又一个理由。
我很难相信苹果想直接与特斯拉、福特（F）、通用汽车（GM）、宝马（OTCPK：BMWYY）、奔驰（OTCPK：DDAIF）或其他大型汽车制造商竞争。更多的钱将可能是用来创建一个完整的苹果升级包，并让目前的汽车制造商生产苹果版汽车。当你可以合作并拥有苹果版汽车时，为什么要花费数百亿建立制造工厂，并承担采购、分销和实施方面的工作来与这些公司竞争？
如果苹果能与少数几家大型汽车制造商合作，他们的自主系统就能出现在更多的汽车上，而不是独立生产。最终，我相信会有一个完整的苹果汽车在有限的基础上提供，但我们会看到更多的苹果版汽车，就像你会看到AMG奔驰。我还会进一步推测，苹果可以将其自主软件应用于无人机和自动机器人送货。
苹果正在成为一个防御性的公司，可能需要一个灾难性的事件才能将股价从其轨迹上打下来
没有哪家公司是大而不倒的，但苹果肯定正在成为防御性公司。晨星公司每个月都会发布一份美国基金流动报告，流入基金的资金量继续增加。长期共同基金和交易所交易基金在2021年11月收集了810亿美元，而10月份有8440亿美元流入基金。估计TTM中流入美国股票的净资金为1062.5亿美元。iSharesCoreS&P500ETF（IVV）、Vanguard500Index（VFIAX）、Invesco（QQQ）、Fidelity500Index（FXAIX）和VanguardTotalStockMarketIndex（VTSAX）是11月估计月度净流入最多的基金。
大约6.86%（1，981.6亿美元）的苹果市值直接与FXAIX、VTSAX、VFIAX、IVV和QQQ挂钩。当你把伯克希尔哈撒韦（BRK.A）（BRK.B）加入这五只基金时，另外907，559，761股价值1636.6亿美元的股票被绑在了BRK.A的资产负债表上。苹果市值的12.5%以上被FXAIX、VTSAX、VFIAX、IVV、QQQ和BRK.A持有。
苹果继续违背了投资逻辑，因为在标准普尔500指数中占有如此大比例的公司不应该看到其业务以苹果继续经历的速度加速发展。苹果成立于1976年，经过44年，在2018年8月2日达到了历史性的里程碑，成为第一家万亿美元的公司。仅仅两年多之后，2020年8月19日，苹果成为第一家达到2万亿美元的公司。不到17个月后，苹果就敲开了3万亿美元的大门。随着个人退休账户和养老基金的流入，每月都有更多资金继续进入苹果。
在以前的文章中，我曾写过苹果如何类似于一家成长型公司，尽管它是标普500指数中最大的公司。2021年苹果的年收入增加了913亿美元（33.26%），由于2021年额外产生478.8亿美元，苹果的毛利润增加了45.62%。苹果也是标准普尔500指数中最赚钱的公司，因为它创造了946.8亿美元的净收入。苹果预计将实现收入的环比增长，并在假日季节创下新的季度收入记录，因为他们看到了对其产品的强劲需求。
随着苹果的市值增长，其收入、利润、FCF和机构管理的净资产也在增长。苹果是第一个达到1万亿美元的公司，第一个达到2万亿美元的公司，并且已经连续几周在3万亿美元的范围内徘徊。
在最近的回调中，苹果保持强势，在成长型公司被消灭的时候，使市场保持在历史高点附近。没有什么是大而不倒的，但是苹果背后有巨大的动力，我没有看到任何障碍会打破它的长期上升趋势。按照这个速度，我们可以在1月底的第一季度收益中看到3万亿美元，在2023年3月看到4万亿美元。
苹果有大量的长期催化剂，因为他们预计在这个假日季节会有他们有史以来最大的季度，为另一个创纪录的一年定下基调。除了目前的财务指标外，苹果还有AR和VR的新产品类别，预计将在2022年首次亮相，这可能会推动硬件和服务方面的收入。除了自动驾驶汽车之外，苹果在人工智能和ML方面也有机会。
结语
拥有苹果会出错吗？我仍然认为，苹果是一只在你可以买入时买入的股票，只是长期持有。在过去的九年里，苹果以回购和分红的形式向其股东返还了6040亿美元。2021年，苹果回购了855亿美元的股票，在过去九年中，有4642亿被分配到股票回购中，并将流通股减少了37.84%，达到164.1亿。
苹果已经成为几个最受欢迎的共同基金和ETF的最大组成部分。随着苹果公司规模的增长，其财务指标也在增长，因为他们继续创造新的收入来源，产生了数十亿的利润。
苹果在未来也有几个催化剂，我相信他们将在整个2020年代成为Metaverse、AR、VR、AI和自动驾驶汽车的主导者。即使在历史高位，苹果的股票也是一个令人尖叫的买点，因为历史可能会一次又一次地重复。
（6月1日）人工智能时代下的有机光催化剂开发探索研究
报告摘要：
围绕有机光催化剂的开发及其光催化太阳能转化，报告人通过交叉融合实验、理论计算、高通量和机器学习等手段，探索有机光催化剂加速开发的新方法。报道内容包括：使用高通量技术高效开发高性能光催化合成过氧化氢及光催化产氢的有机光催化剂；结合机器学习首次建立共轭有机分子光催化剂产氢性能预测模型，实现光催化剂筛选；机器学习指导开发有机光催化剂。
报告人简介：
个人简介：李小波，浙江师范大学特聘教授。本科毕业于福州大学，博士毕业于大连化学物理研究所，先后在悉尼大学和利物浦大学进行博后研究。研究方向专注于有机光催化剂的开发及其光催化太阳能转化：以第一和通讯作者在Nat.Nanotechnol.,J.Am.Chem.Soc.,Angew.Chem.Int.Ed.,Adv.Mater.,Chem.Sci.等SCI期刊发表论文22篇。近年来，研究主要结合机器学习探索有机光催化剂开发的新方法。