方向一：量子场论研究

经过半个多世纪的发展，量子场论已成为物理学的一个基本工具，从最初应用于粒子物理逐步渗透到核物理、凝聚态物理、天体物理和宇宙学等多个领域，并扮演着越来越重要的角色。考虑到基于绝对时空观和确定路径的牛顿力学体系统治了世界200余年，相信基于相对时空观和概率幅的量子场论依然处于其青少年时期。可以预期在接下来的一百年内，量子场论在科学研究中更将大放异彩，有望跨越诸多学科并发挥出难以想象的强大作用。

由于物理学是一个实验科学，基于量子场论的理论模型必须与实验相对比才能推动物理科学的进展。然而不幸的是，当前只有非常少量的实验可观测量，人们知道如何基于量子场论得到可与实验对比的理论预言；而对于更多的观测量人们无法求解量子场论，使得量子场论的应用受到了极大的限制。课题组从微扰论和非微扰两个方面出发，研究如何系统地求解量子场论，以期扩大量子场论的应用范围并解决前沿重大唯象学问题。

方向二：色禁闭机制研究

在电磁相互作用环境中，实验上既可以直接观测到电中性的粒子（如氢原子），也可以观测到带电的粒子（如电子）。然而，在强相互作用环境中，实验上只能观测到色中性的粒子（如质子、中子），但无法直接观测到带色荷的夸克和胶子。这一现象被称为夸克禁闭或色禁闭，对其理解是克莱数学研究所发布的本世纪七个百万美元奖金重大难题之一。

在宇宙早期、或者高能粒子对撞点附近会产生大量的夸克和胶子，它们为什么一定要演化为色中性的强子？它们又是如何演化的？课题组基于对撞机中大量的强子产生实验，研究从夸克到强子相变演化的规律，进而理解强子化和色禁闭机制。

方向三：物理与人工智能研究

人类经历几千年的摸索，逐渐发展出了能够解释大至宇宙结构、小至夸克分布的科学理论。然而，人类的弱点也是非常明显的：首先是大脑的计算速度有限，难以进行大规模的理性分析；其次是大脑的想象力有限，只能建立起一维、两维等低维图象，难以理解真实世界中一些本质上是极高维的问题。而人类的这些弱点，恰好是建立在神经网络基础上的人工智能的优点所在。因此，借助人工智能可以更好地理解自然规律，并解决大量单独依靠人类大脑无法解决的难题。

课题组借助人工智能工具，探索自然规律的自动发掘、解决前沿重要难题，加快科学研究的进展速度。同时，课题组把神经网络作为全新的物理系统进行研究，探索并利用其规律，推动人工智能底层架构的发展。

主要科研奖励及基金

● 2024年：陈嘉庚青年科学奖

● 2023年：国家杰出青年科学基金

● 2016年：海外高层次青年人才项目

场论工具包

● AMFlow: Evaluating Feynman integrals using auxiliary mass flow method

● Blade: Block-triangular form improved Feynman integral decomposition

● CalcLoop: A tool for automated multiloop calculation in quantum field theory