【校友新闻】2020年中国科技进展新闻揭晓，科大人表现优异！

由中国科学院、中国工程院主办，中国科学院学部工作局、中国工程院办公厅、中国科学报社承办，腾讯集团发展研究办公室协办的中国科学院院士和中国工程院院士投票评选的2020年中国十大科技进展新闻、世界十大科技进展新闻，2021年1月20日在京揭晓。

此项年度评选活动至今已举办了27次。评选结果经新闻媒体广泛报道后，在社会上产生了强烈反响，使公众进一步了解国内外科技发展的动态，对普及科学技术起到了积极作用。

入选的2020年国内十大科技进展新闻的分别是：

1、嫦娥五号探测器完成我国首次地外天体采样返回之旅 科学研究启动；

2、北斗三号最后一颗全球组网卫星发射成功 北斗全球系统星座部署完成；

3、深潜再传捷报 我国无人潜水器和载人潜水器均取得新突破 ；

4、我国率先实现水平井钻采深海可燃冰；

5、科学家找到小麦“癌症”克星；

6、科学家达到“量子计算优越性”里程碑；

7、科学家重现地球3亿多年生物多样性变化历史；

8、我国最高参数“人造太阳”建成；

9、科学家攻克20余年悬而未决的几何难题；

10、机器学习模拟上亿原子：中美团队获2020高性能计算应用领域最高奖项戈登贝尔奖。

让我们来盘点一下，这些新闻背后都有哪些校友参与其中？

嫦娥五号完成我国首次地外天体采样返回之旅

11月24日4时30分，我国成功发射探月工程嫦娥五号探测器，12月1日晚间成功着陆在预选着陆区。完成月壤取样后，嫦娥五号上升器于12月3日从月面起飞，嫦娥五号返回器于12月17日1时59分在内蒙古四子王旗预定区域成功着陆，标志着我国首次地外天体采样返回任务圆满完成。

随后，重达1731克的嫦娥五号样品移交中国科学院，将在位于国家天文台的“月球样品实验室”中存储、处理和分析，正式开启月球样品与科学数据的应用和研究。

嫦娥五号任务作为我国复杂度最高、技术跨度最大的航天系统工程，对于我国提升航天技术水平、完善探月工程体系、开展月球科学研究、组织后续月球及星际探测任务，具有承前启后、里程碑式的重要意义。

在此次嫦娥五号任务中，中国科大一批校友参与其中，据校友总会不完全统计，吴伟仁（756）、查学雷（8913）、阮剑华（9405）、张宽（0311）、张君鹏（0805）、胡晓东（12210）、崔艺晗（1307）等校友参与了嫦娥五号任务。

我国无人潜水器和载人潜水器均取得新突破

11月28日，由中国船舶集团有限公司第七〇二研究所牵头总体设计和集成建造、中国科学院深海科学与工程研究所等多家科研机构联合研发的“奋斗者”号全海深载人潜水器随“探索一号”科考船返航。

中国科学院所属10余家单位全面参与了“奋斗者”号研制和海试工作，是研制任务的核心单位，海试任务的牵头组织单位，“奋斗者”号的业主单位。

中科院深海科学与工程研究所、西安光学精密机械研究所、长春光学精密机械与物理研究所、中国科学技术大学、上海硅酸盐研究所等单位联合中央广播电视总台等单位，突破了全海深微光超高清相机、超高清视频实时低损耗压缩算法、透明保护罩和陶瓷耐压罐材料等关键技术，自主研制了“沧海”号着陆器和全海深视频直播系统，为万米载人深潜的电视直播提供了技术支撑。

科学家达到“量子计算优越性”里程碑

中国科学技术大学潘建伟、陆朝阳等与中科院上海微系统与信息技术研究所、国家并行计算机工程技术研究中心的研究人员合作，构建了76个光子的量子计算原型机“九章”，实现了具有实用前景的“高斯玻色取样”任务的快速求解，使得我国成功达到量子计算研究的首个里程碑——量子计算优越性，为实现可解决具有重大实用价值问题的规模化量子模拟机奠定技术基础。相关成果12月4日在线发表于《科学》。

科学家攻克20余年悬而未决的几何难题

中国科学技术大学教授陈秀雄、王兵发表的关于高维凯勒里奇流收敛性的论文，率先攻克了哈密尔顿—田猜想和偏零阶估计猜想——这些均为几何分析领域20余年来悬而未决的核心猜想。

相关成果于11月初发表在《微分几何学杂志》上。据了解，论文篇幅超过120页，从投稿到正式发表耗时6年。该论文引进了众多新思想和新方法，对几何分析，尤其是里奇流的研究产生了深远的影响。

据悉，该文是几何分析领域内的重大进展，或将推进诸多相关工作。

高性能计算应用领域最高奖项戈登贝尔奖

11月19日下午，由中国科学院计算技术研究所贾伟乐副研究员、中国科学院院士鄂维南（7801)、北京大数据研究院张林峰研究员、北京大学应用物理与技术研究中心陈默涵(0302)研究员及其合作者共同完成的应用成果获得国际高性能计算应用领域最高奖——戈登贝尔奖。

该项工作在国际上首次采用智能超算与物理模型的结合，引领了科学计算从传统的计算模式朝着智能超算的方向前进。

据悉，第一性原理分子动力学以其高精度和算法复杂著称，长期以来，其计算的空间尺度和时间尺度受算法和算力限制，即使利用世界上最快的超级计算机，也只能计算数千原子体系规模。

该成果通过高性能计算和机器学习将分子动力学极限提升了数个量级，达到了上亿原子的体系规模，同时仍保证了「从头算（ab initio）」的高精度，且模拟时间尺度较传统方法至少提高1000倍。

据了解，基于深度学习的分子动力学模拟通过高性能计算和机器学习的有机结合，将精确的物理建模带入了更大尺度的材料模拟中，有望在将来为力学、化学、材料、生物乃至工程领域解决实际问题发挥更大作用。