在高温下，硅和氧对金属具有较强的亲和力，因此它们被认为存在于地球内核中；然而，它们在地球内核中的存在形式一直存在争议。有人提出，在长期冷却过程中，Fe-Si-O液态合金可以在地核-地幔边界处排出二氧化硅，在地核中留下硅或氧，而不是两者。另外一种观点则认为地球内核中Fe-Si-O液态合金不存在不相容性或是结晶。

近日，我校物理与电子信息学院张超教授团队，与美国爱荷华州立大学的Cai-ZhuangWang教授团队和美国哥伦比亚大学Renata Wentzcovitch教授团队合作，采用基于机器学习的人工智能神经网络和基于密度泛函理论的第一性原理相结合的方法，构造了适用于地球内核高温高压条件下的Fe-Si-O原子间势函数。基于人工智能神经网络的原子间势函数不仅具有密度泛函理论的精度，同时又兼顾计算效率。张超教授团队采用该原子间势函数对Fe-Si-O体系进行了大尺寸和长时间的分子动力学研究，结果表明在高温高压的Fe-Si-O体系中不存在相分离和不相容性。这为解决该体系中存在的巨大争议提供了重要理论依据，同时也预示着基于人工智能神经网络的原子间势函数在地球内核条件下的应用前景。

图1：在4800K下Fe189Si23O38体系的径向分布函数和原子构型图

相关研究成果以” Deep machine learning potential for atomistic simulation of Fe-Si-O systems under Earth’s outer core conditions”(在地球内核条件Fe-Si-O体系原子模拟的深度机器学习势)为题，于2022年6月7日发表在美国物理学会期刊PHYSICAL REVIEW MATERIALS（《物理评论材料》）。上述工作得到了国家自然科学金项目和山东省自然科学基金等项目的资助。

文章链接: https://journals.aps.org/prmaterials/abstract/10.1103/PhysRevMaterials.6.063802