登录
 机构网站
  1. 首页
  2. 情报产品
  3. 快讯详情

《跨学科的材料科学是进步的关键》

  • 来源专题：可再生能源
  • 编译者： pengh
  • 发布时间：2017-11-14

  • 前桑迪亚国家实验室执行主任朱莉娅·m·菲利普斯(Julia m . Phillips)告诉研究人员，在上个月举行的麻省理工学院材料研究实验室(MRL)材料日研讨会上，跨学科材料研究是解决人类面临的生存挑战的关键。

    菲利普斯在10月11日的活动上说:“作为材料研究人员，我们都很兴奋，也有点让人沮丧的是，材料的真正影响发生在它们变成了你口袋里随身携带的东西的时候。”

    她说，在20世纪后半叶，我们今天认为理所当然的许多技术进步，如笔记本电脑和智能手机，都来自于材料研究的基本进步，以及控制和制造材料的能力。菲利普斯从桑迪亚国家实验室(Sandia National Laboratories)退休，担任副总裁兼首席技术官。他还担任MRL外部咨询委员会(MRL)的主席，也是国家科学委员会(National Science Board)的成员。

    MRL是由材料加工中心和材料科学与工程中心合并形成的，该中心于10月1日生效。在他的引言中，MRL主管Carl v . Thompson注意到Geoffrey s.d Beach，材料科学与工程副教授，他是国家科学基金会材料研究科学与工程中心MRL的联合主任和首席研究员。

    在工业需求和后二战时期政府资助的研究的推动下，“材料研究无疑是跨学科研究的早期模式，”菲利普斯说。与扫描探针显微镜等新工具了解材料的结构和性能,材料科学家在过去的20世纪创造了全新类别的材料和产品,从超级合金,使更大、更可靠的飞机引擎紧张那麽现代磁记录层超晶格,激光和红外探测器。

    未来增长将来自合成的能力和控制越来越复杂的材料,菲利普斯说,注意发展等领域的高温超导体、多孔固体像金属有机框架,和超材料,产生新的属性结合生物材料,在分子尺度上附近的有机物,陶瓷,金属精密在自然界中尚未发现的方法。

    “在分子和材料之间的模糊空间中，”这些更新的材料具有非常有趣的特性，它们仍在被充分探索的过程中，它们将在未来几年被利用，菲利普斯指出。“对很多人来说，很明显，随着我们的前进，这些也将是革命性的。”

    为解决21世纪能源、环境和可持续性的挑战提供了一个模型;卫生保健和医学;对人类和自然威胁的脆弱性;扩大和提高人类的能力和快乐。Phillips说:“这些都是范例，但你可以看到所有的材料都写在这个清单上，我认为你可能提出的任何类似的清单都有材料写在上面。”“为了应对这些巨大的挑战，我们真的需要能够处理现实复杂的系统，从科学、工程、社会和行为科学，甚至是艺术上，把所有这些学科结合起来。”

    菲利普斯说，科学理解和计算建模的进展正在加速研究人员在实际制造新材料之前预测新材料的结构和性质的能力。

    麻省理工学院教师安东尼Allanore,波琳娜Anikeeva,a . John Hart Pablo Jarillo-Herrero,Juejun胡锦涛,珍妮弗·鲁普研究更新他们的最近的工作跨越一系列从新的电子设备和超薄层材料对大脑和脊髓的细胞水平探测大规模3 d印刷和金属加工的方法。

    ——文章发布于2017年11月5日

218浏览量
原文链接
相关报告

  • 《CFN员工聚焦:曲晓辉跨越了数据科学与材料科学之间的鸿沟》
    • 来源专题：生物质能
    • 编译者：pengh
    • 发布时间：2020-02-05
    • 瞿晓辉，功能纳米材料中心理论与计算组助理科学家，应用人工智能的各种方法分析实验和计算纳米科学数据。在他的电脑屏幕上显示的是由透射电子显微镜(左图)记录的金纳米颗粒的图像分割结果，以及显示纳米颗粒聚集的聚结事件(右图)的颗粒大小演变的剖面图。 一年前，曲晓辉作为理论和计算组的助理科学家加入了美国能源部布鲁克海文国家实验室科学用户设施中心(CFN)。此前，他是加州大学伯克利分校材料科学与工程系的一名助理项目科学家，在那里他进行了计算，以发现有前途的电池电解质材料。尽管屈是一名训练有素的量子化学家，但他也有开发和应用数据分析技术来解决材料科学中的重要问题的经验。在CFN，他正在利用人工智能(AI)的新兴技术来推进纳米科学的发现。他拥有中国山东大学环境化学专业的博士和学士学位。 像今天的许多科研机构一样，CFN也面临着大数据的挑战。现代数据分析技术如何帮助解决日益增长的数据规模和复杂性? 机器学习(ML)等计算机科学技术可以帮助处理科学仪器产生的大数据。例如，CFN电子显微镜设备有一套透射电子显微镜(TEMs)，科学家们用它来分析纳米材料的结构、化学和电子信息。环境瞬变电磁法(ETEM)是一种环境瞬变电磁法(ETEM)，它可以监测纳米颗粒在操作过程中的生长情况，也就是说，纳米颗粒的结构是如何在相关的工作条件下演化的，比如退火(加热到相对较高的温度)或暴露在某些气体中。了解纳米粒子如何转变是提高材料性能和功能的关键。ETEM具有很高的时间分辨率(毫秒级)，这使我们能够对它们的演化进行测量。然而，有大量的数据是不可能手工分析的。 晓惠曲 点击图片下载高分辨率版本。曲晓辉与TEM在CFN。 考虑到ETEM产生了2tb的数据——相当于200,000张图像——用于氮化硅表面金纳米颗粒的进化，这是一个潜在的催化剂系统。每一帧包含数百个粒子，它们的大小和形状需要随着时间的推移进行跟踪。自动跟踪是困难的，因为图像含有明显的背景噪声。这种噪声以白色、灰色和黑色(而不是纯白色或黑色)的混合点出现，模糊了定义良好的边界。这就是基于mlb的图像识别可以提供帮助的地方。 我正在与CFN的科学家德米特里·扎哈罗夫(Dmitri Zakharov)合作，建立几种检测纳米颗粒的算法。布鲁克海文实验室计算科学项目(CSI)的副计算科学家林跃伟;宾夕法尼亚大学的Eric Stach教授，前CFN电子显微镜小组的领导人。这些图像分割算法将在单帧中识别粒子，并将它们从一帧链接到另一帧，以跟踪它们的演化。由于任何帧中的漏检或误检都将通过粒子演化传播，所以每帧中的检测都需要非常健壮。我们正在开发的一种算法可以跟踪漏检并修正进化过程中产生的错误。 金纳米颗粒催化剂的发展是一个自动化图像处理和分析有助于减轻大数据负担的实验。为什么选择金纳米颗粒数据集?如何将图像分割方法扩展到催化和其他应用领域? 根据Dmitri和Eric之前的测量数据，数据集已经存在，它代表了我们需要研究的数据类型。此外，这也是与UPenn的Stach小组正在进行的工作的共同点，他们正在用不同的技术方法对相同的数据集进行类似的图像处理研究。使用不同的图像分割方法——例如，基于边缘的目标检测和分水岭，其中图像被视为地形图——我们共同寻找最佳的算法来处理纳米颗粒图像中的显著噪声。 期待在新的数据集上测试我们的方法，一些特定的图像分割参数(如阈值)将不能在不同的数据集之间转移，但我们希望算法将是。考虑到需要为新的数据集调整这些参数，我还开发了一个图形用户界面(GUI)，以便用户可以根据他们的特定数据集调整细分过程并运行相同的代码。 通过这种方式，我们为用户社区提供服务，并为不同的数据集获取标记数据。最终，我们将有大量的标记数据集，包含足够的变化来训练一个深度学习模型。深度学习是ML的一种高级形式，它允许我们创建一个适用于不同实验的更通用的模型，理想情况下不需要调整任何参数。 您提到了术语GUI。你不仅要处理数据;您还需要以用户友好的方式向最终用户显示那些处理过的数据。一旦你建立了一个数据分析工具，你如何让它可用? 是的，我们和CFN用户不仅需要一个数据分析解决方案，而且还需要一个框架来交付该解决方案。当我刚开始在CFN工作时，我不知道我们需要什么样的web服务。很快，我们就清楚地认识到，我们需要一个动态环境——一个允许我们改进数据分析工具以响应不断变化的用户需求的环境。 最后，我和布鲁克海文科学数据与计算中心(SDCC)的计算机科学家进行了交谈。特别是，SDCC技术架构师Ofer Rind提到，交付数据分析工具并提供对大型数据集的访问的一个很好的选择是JupyterLab和JupyterHub。这个基于web的用户界面支持动态编程环境和交互式小部件(GUI元素)，用户可以控制它们来可视化数据。我向我的组长Mark Hybertsen提出了这个概念，他同意了。图像分割对大数据的可视化要求非常高，因此Jupyter是最佳选择。由SDCC运行的计算机服务器现在托管该服务，我们正在测试它的试点项目。 我们在JupyterLab上实现的图像分割工具展示了云平台如何支持用户。对于其他CFN组和用户来说，这些平台对于不同的工具非常有用。事实上，我正在与CFN的工作人员科学家Esther Tsai一起开发另一种工具来支持国家同步加速器光源II (nsl -II)的x射线散射数据分析。CFN的开发人员目前正在测试这个工具，一旦我们确认它是可靠的，就会发布给CFN用户。 数据分析假设您首先要处理数据。对于科学中的许多问题，有些数据是实验的结果，比如您所描述的TEM图像，但其他数据本质上是计算性的。你也使用人工智能方法进行计算数据分析吗? 回答问题有时需要结合实验和模拟数据分析。人工智能在这两种情况下都是有用的。例如，来自Brookhaven实验室和Stony Brook大学(SBU)的一组科学家演示了一个ML模型，该模型可以从模拟的x射线光谱中推断出材料的局部结构基序，并为与重要测试用例中的实验x射线光谱进行比较提供参考。这项正在进行的研究工作涉及到CFN理论家陆德宇在我们组与布鲁克海文实验室化学部门和SBU化学部门共同任命的Anatoly Frenkel合作的一系列项目;CSI计算科学家yoinjae Yoo和Yuwei Lin;nsl - ii内壳层光谱学引线科学家Eli Stavitski;CFN接口科学与催化组组长达里奥·斯塔奇奥拉。 我最近加入了这项研究工作，我们正在从几个方面扩展这项工作。例如，我们正在与CFN接口科学和催化组的科学家刘明照合作，开发一个可以推断硅化物薄膜结构的模型，硅化物是一种潜在的有用的催化剂或超导体。 我们还与美国国家标准与技术研究所的物理学家布鲁斯·拉威尔(Bruce Ravel)合作，建立一个薄膜实验光谱数据库。该数据库将包含几种代表性材料的高质量实验测量数据。当前ML面临的挑战之一是，它需要非常大的数据量和高保真度。有了更好的计算能力，我们现在可以创建模拟光谱的大型数据库。然而，对于实验光谱却不能这样说;创建一个大型的实验数据库不仅耗时，而且开销也很大。我们可以通过在包含计算光谱和实验光谱的混合数据集上建立模型来减少ML所需的数据量。同时，利用实验谱对计算谱进行验证，可以获得较高的数据质量。 将数据分析应用到材料科学中最具挑战性的部分是什么? 问题本身的定义非常具有挑战性。材料科学家知道他们试图用材料科学的术语来回答的问题。但是将这些问题组织成数据科学中的可执行问题需要材料和计算机科学的知识。这是一个迭代的过程，涉及到实验人员、计算化学家和数据科学家之间的协作。 这种改进的一个很好的例子与我正在着手的另一个超导薄膜项目有关。起初，科学家告诉我他们想了解电影的发展。我不知道他们所说的“增长”是什么意思。“通过我们的讨论，我发现他们的一个关键问题是如何建立单层。有了这些知识，我现在可以开发适当的技术来解决这些单层动力学。 你们的每一个项目都是合作性的，包括与来自不同学科的科学家的互动。你最初是一名化学家，然后被数据科学吸引。这个职业轨迹是如何演变的?你认为这个独特的背景对你的研究有什么影响? 我对化学有着天生的兴趣，因为我们作为消费者所知道和使用的许多产品都是化学制品。但直到我上了大学，我才发现我实际上喜欢上了化学。在这个时候，我也开始通过网络资源和图书馆的书籍自学计算机科学，我认为从事计算机科学的工作可能更有利可图。但是通过这个教育过程，我意识到计算机科学对于解决材料科学中的问题是至关重要的。 我的博士学位是将计算化学应用于大气污染研究。然后我从中国搬到了新加坡，在那里我用计算生物学工具做了一个博士后来模拟蛋白质折叠。之后，我在葡萄牙做了另一个博士后，用ML来预测药物分子的化学反应。在伯克利，我的注意力转向了电化学储能系统。我用密度泛函理论(DFT)计算了这些系统的性能，并帮助电池电解质研究社区建立了包含这些性能信息的大型数据库。 在计算机科学和材料科学方面的双重背景非常有帮助。正如我所提到的，材料科学家和计算机科学家通常会说不同的“语言”，因此他们对各自的目标都不了解。如果计算机科学家可以从材料科学的角度理解要求，那么他们可以建议可行的数据分析解决方案。通过研究，我希望更好地在这两个领域之间架起桥梁。 由于CFN是国家级的纳米科学用户设施，因此它的设施可供世界各地的科学家使用。结果，CFN社区由不仅具有专门领域专业知识而且具有不同文化的工作人员和用户组成。在中国长大，在新加坡和葡萄牙完成博士后，现在在美国生活和工作，您如何为这种多元文化，跨学科的环境做好准备？ 环游世界使我接触了许多文化和学科。我可以从不同角度看问题，结识特定领域的专家，并更好地理解他们的想法。此功能在CFN上特别有用，因为CFN的每个人都使用独特的技术进行材料发现。来自不同学科的人们确实确实有不同的想法。根据领域，即使是同一单词也可能具有不同的含义。例如，“微级”是指生物学家的蛋白质水平，而对于化学家来说，则是指精细几个数量级（原子分辨率）。了解特定领域的术语对于理解科学问题和要求很重要。 如今，人工智能已成为流行语，从股票交易和音乐流到导航应用程序和监视系统，应有尽有。虽然已经取得了很大的进步，但是AI仍处于起步阶段。在未来的几年中，您如何预见AI将改变科学事业，尤其是材料科学？ 新兴的数据科学技术具有极大地改变许多领域的潜力。我的希望是，我们开发的工具可以改变材料的发现，将数据转换为可用的格式，从中可以提取知识。或者，甚至更进一步，我希望我们的工具能够实现以前无法实现的各种科学，例如自主实验。自动化不仅可以使实验之间的参数更加一致，而且可以彻底改变设备的操作方式。开发从实验到分析的自动化管道，使用户可以专注于自己的科学，而无需与设备进行手动交互或学习编程方法。很难预测这些未来技术的时间表，但是我们正在尽力而为。
    190浏览量
    原文链接

  • 《《自然》《科学》一周（7.2-7.8）材料科学前沿要闻》
    • 来源专题：中国科学院文献情报制造与材料知识资源中心 | 领域情报网
    • 编译者：冯瑞华
    • 发布时间：2018-07-09
    • 1. 共价有机骨架的单晶 x 射线衍射结构表征 （Single-crystal x-ray diffraction structures of covalent organic frameworks） 材料名称：大型单晶三维亚胺基 COF 研究团队：美国加州大学伯克利分校 Omar M. Yaghi 研究组 结晶问题是多孔共价有机骨架（COF）化学中的突出挑战。它们的结构表征仅限于基于粉末 X 射线或电子衍射数据的建模和解决方案。还尚未有适合于 X 射线衍射表征的 COF 单晶的报道。Ma 等人开发了一种生长大型单晶三维亚胺基 COF（COF-300、水合形式的 COF-300、COF-303、LZU-79 以及 LZU-111）的通用步骤。高质量的晶体使得能够收集高达 0.83 埃分辨率的单晶 X 射线衍射数据，从而产生明确的解决方案和精确的各向异性细化。诸如相互渗透程度，水合形式中水的排列，反向亚胺连接性，连接无序和罕见拓扑结构等特征都得到了原子精度（这方面没有单晶体无法确定）的一一揭秘。（Science DOI: 10.1126/science.aat7679） 2. 单晶二维共价有机骨架的晶种生长 （Seeded growth of single-crystal two-dimensional covalent organic frameworks） 材料名称：二维共价有机骨架 研究团队：美国西北大学 William R. Dichtel 研究组 将单体聚合成周期性二维网络，提供了结构上精确的分层大分子片，且其能表现出所需的机械、光电和分子传输性质。合成二维共价有机骨架（2D COF）方法一般是基于单体聚合，但通常容易得到包含聚集纳米级微晶的分散粉末。Evans 等人发现可以使用两步法控制 2D COF 的形成，其中将单体缓慢加入预制的纳米颗粒晶种中。得到的 2D COF 被分离为单晶微米化颗粒。相对于多晶粉末样品，分散的 COF 纳米颗粒的瞬态吸收光谱显示信号质量改善了两到三个数量级，并且表明了激子扩散尺度比此前方法更长。这些发现使得对合成二维聚合物结构和性质的广泛探索成为了可能。（Science DOI: 10.1126/science.aar7883） 3. 对金刚石中非环境敏感固态自旋缺陷的观测 （Observation of an environmentally insensitive solid-state spin defect in diamond） 材料名称：金刚石 研究团队：美国普林斯顿大学 Nathalie P. de Leon 研究组 设计操纵相干系统是量子科学的核心目标。金刚石中的色心是一种很有前景的方法，它具有将原子的相干性与固态平台的可扩展性结合起来的潜力。Rose 等人报导了一种对声子和电场噪声引起的环境退相干不敏感的色心：硅空位的中性电荷状态（SiV0）。通过精心的材料工程设计，实现了注入硅到 SiV0 超过 80％ 的转换率。SiV0 表现出了接近 1 分钟的自旋晶格弛豫时间和接近 1 秒的相干时间。其光学特性非常好，其约 90％ 的发射进入了零声子线和近变换限制的光学线宽。这些组合特性使 SiV0 成为了一种用于量子网络应用的很有前景的缺陷。（Science DOI: 10.1126/science.aao0290） 4. 一种用于电网储能的中温石榴石型基于固体电解质的熔融锂电池 （An intermediate temperature garnet-type solid electrolyte-based molten lithium battery for grid energy storage） 材料名称：石榴石型固体电解质熔融锂电池 研究团队：中国清华大学伍晖研究组和斯坦福大学崔屹研究组 电池是一种极具吸引力的电网储能技术，但是具有电网所需功能（具有大功率容量、高安全性和低成本）的可靠电池系统仍未出现。Jin 等人报告了一种由熔融锂阳极、熔融 Sn-Pb 或 Bi-Pb 合金阴极以及石榴石型 Li6.4La3Zr1.4Ta0.6O12（LLZTO）固体电解质管构成的基于固体电解质的熔融锂电池。并表明，组装的 Li||LLZTO||Sn-Pb 和 Li||LLZTO||Bi-Pb 电池可以在分别在 50 mA·cm-2 和 100 mA·cm-2 电流密度下在 240℃ 的中间温度下稳定循环约一个月，并几乎没有容量衰减，平均库仑效率达 99.98％。此外，电池具有大功率容量，Li||LLZTO||Sn-Pb 的电流密度高达 300 mA·cm-2（90 mW·cm-2），Li||LLZTO||Bi-Pb 的电流密度高达 500 mA·cm-2（175 mW·cm-2）。这一设计为工作在中间温度、高安全系数和低资本和维护成本的电网储能提供了前景。（Nature Energy DOI: 10.1038/s41560-018-0198-9） 5. 通过对光催化 Cu2O 颗粒中的不对称照射进行电荷分离 （Charge separation via asymmetric illumination in photocatalytic Cu2O particles） 材料名称：Cu2O 研究团队：中国科学院大连化学物理研究所范峰滔和李灿研究组 太阳能驱动的光催化反应为可持续燃料提供了一种可能的途径。而这些过程都依赖于光生电荷的有效分离，因此理解和探索电荷分离的驱动力是提高光催化性能的关键。 Chen 等人利用表面光电压显微镜，证实了可以通过不对称光照射高对称性 Cu2O 光催化剂颗粒使光生电荷有效分离。空穴和电子分别转移到了单个光催化粒子的照射区域和阴影区域。定量结果表明，电子和空穴迁移率之间的内在差异使得扩散控制的电荷分离过程能够强于传统内建电场（40 mV 对 10 mV）。基于这些发现，Chen 等人在单个光催化粒子上对空间分离的氧化还原助催化剂进行了组装，通过这一做法，将典型光催化反应的性能提高了 300％。这些发现突出强调了电荷迁移率差异引起的驱动力以及在光催化中利用不对称光照射进行电荷分离。（Nature Energy DOI: 10.1038/s41560-018-0194-0） 6. 利用密度泛函理论和统计学习确定单金属原子和氧化物载体之间的相互作用趋势 （Interaction trends between single metal atoms and oxide supports identified with density functional theory and statistical learning） 材料名称：单金属原子及氧化物载体 研究团队：美国宾夕法尼亚大学 Michael J. Janik 和 Thomas P. Senftle 研究组 单原子催化剂提供了高反应性和选择性，同时最大限度地利用了昂贵的活性金属组分。 但是它们易烧结，其中的单个金属原子会聚集成热力学稳定的簇。对于防止烧结来说，调节单个金属原子和氧化物载体之间的结合强度是至关重要的。O’Connor 等人应用密度泛函理论以及基于最小绝对收缩和选择算子回归的统计学习方法，来识别预测单个金属原子和氧化物载体之间的相互作用强度的性质描述符。并展示了界面结合是与负载金属（例如通过氧化物形成能进行测量的亲氧性）和载体（例如通过氧空位形成能进行测量的还原性）的物理性质相关的。这些性质可用于凭经验筛选金属-载体对之间的相互作用强度，从而有助于设计对抗烧结稳固的单原子催化剂。（Nature Catalysis DOI: 10.1038/s41929-018-0094-5） 7. 对透过基于分层石墨烯的纳米多孔膜的离子扩散的低压静电调节 （Low-voltage electrostatic modulation of ion diffusion through layered graphene-based nanoporous membranes） 材料名称：基于分层石墨烯的纳米多孔膜 研究团队：澳大利亚墨尔本大学 Jefferson Zhe Liu 和 Dan Li 研究组 纳米局限中的离子传输与体材料中的离子传输是不同的，并且纳米局限中的离子传输已经在科学和工程学科中进行了广泛的研究。对于纳米多孔材料的诸多能量和水应用，在浓度驱动的离子扩散的同时还经受由表面电荷或外部施加的电势引起的局部电场。 由于在严重的纳米限制（<2nm）下具有独特的拥挤分子间力，离子的传输行为会受到由表面电位诱导的界面电双层（EDL）的影响，具有复杂的含义，并产生特殊的离子动力学。然而，研究这种表面电位及其与纳米局限的耦合是如何操纵离子扩散的，在实验上仍然是一个挑战。Cheng 等人利用基于层状石墨烯的纳米多孔膜中的可调节纳米局限结构，展示了低于 2nm 的受限离子扩散可以被表面电位诱导的 EDL 大幅调节。根据电势标志，离子对的组合和浓度、扩散速率都可以被可逆地调制，并且在 0.5 伏内增强 4~7 倍，盐浓度梯度直跨海水盐度。建模表明了这种异常增强的扩散与严重纳米局限下的强离子相关性有关，且不能用传统的理论预测来解释。（Nature Nanotechnology DOI: 10.1038/s41565-018-0181-4） 8. 高摩尔比非燃电解液用于锂离子和锂金属二次电池 （Non-flammable electrolytes with high salt-to-solvent ratios for Li-ion and Li-metal batteries） 材料名称：非燃磷酸酯电解液 研究团队：美国太平洋西北国家实验室刘俊研究组 不易燃的电解质本质上可以消除火 灾危险并提高电池安全性，但是由于阳极表面的强催化活性，它们与电极材料尤其是石墨阳极的相容性仍然是一个障碍。Zeng 等人报导了一种通过调节 Li 盐与溶剂的摩尔比来改善非易燃磷酸酯电解液稳定性的方法。在高 Li 盐-溶剂摩尔比（约 1：2）下，磷酸酯溶剂分子大部分与 Li+ 阳离子络合，并且可以有效地抑制溶剂分子对石墨阳极的反应性。具有这些电解质的商业 18650 锂离子电池也已被证明了，具有高循环库仑效率（99.7％）、良好的循环寿命和安全性。 此外，这些不易燃的电解质对 Li-金属电极的反应性相对降低了。并证明了在 Li-Cu 半电池中的非枝晶的 Li-金属电镀和剥离具有高库仑效率（>99％）和良好的稳定性。（Nature Energy DOI: 10.1038/s41560-018-0196-y）
    157浏览量
    原文链接