实验室拟开展新型量子材料的理论设计与性能预测研究，致力于自旋电子器件材料、拓扑材料、超导材料等的快速高效筛选，为材料制备、器件开发提供候选材料库和理论支撑。实验室理论设计团队将以机器学习算法为主要技术手段，结合第一性原理计算，针对决定材料自旋、拓扑、超导等特性的关键性能指标出发，通过结构和化学空间的全局搜索，逆向输出符合预设指标的新材料。这种从性能到材料的设计方法其主要特点是数据驱动，采用的主要技术手段是全局搜索算法和机器学习。实验室希望通过该理论设计方向的研究，开发出具有自主知识产权的数据驱动的量子材料设计软件，实现对自旋电子材料、拓扑材料、超导材料的主要性能指标进行高效预测和筛选，为量子材料的制备、调控与器件构筑提供高质量的候选材料与理论支撑。