基于自动微分的逆哈密顿量设计

材料科学的一个终极目标是按需提供具有所需性质的材料。在理论研究中，一种标准方法包括基于唯象或第一性原理构建哈密顿量、计算物理可观测量，并通过反馈改进哈密顿量。然而，也存在一种绕过这种繁琐过程的途径，即直接从所需性质获得合适的哈密顿量。求解逆问题有潜力达到定性不同的原理，但迄今为止大多数研究仅限于在已知模型内对参数进行定量确定。在此，我们提出一个通用框架，通过使用自动微分优化大量参数来实现哈密顿量的逆设计。将其应用于量子反常霍尔效应（AHE）表明，我们的框架不仅能重新发现 Haldane 模型，还能自动生成一种呈现六倍更大 AHE 的新哈密顿量。此外，对光伏效应（PVE）的应用给出了作用于非共面自旋织构上电子的最优哈密顿量，其在太阳辐射下可产生 $\sim 900$~A/m$^2$ 的电流。该框架将通过建立超越人类直觉和经验法则的空前模型与原理来加速材料探索。