今日，2023年度《麻省理工科技评论》“35岁以下科技创新35人”亚太区入选者正式公布，校友总会初步统计，我校陈杨（0604）、倪大龙（SC1114）、李昊博（SC1203）、黄合良（中国科大博士）四位校友入选。
他在纳米尺度上研究了光与物质的手性相互作用并加以增强和调制，在药物研发、疾病诊断、光电子器件等领域拥有重要的应用前景。
手性是自然界的基本属性，手性光学作为光学的重要分支，已经在药物研发、疾病诊断、光电器件、量子光学等领域得到了广泛应用。不过，该领域一直存在一个瓶颈问题，即天然材料的手性光学响应通常极其微弱，难以被检测和应用。为了克服这一挑战，陈杨一直致力于结合前沿理论、新兴材料和尖端微纳制造技术，在纳米尺度上探索光学手性的增强和调制，并取得了以下代表性成果。
第一，他基于真三维手性光学超表面首次实现了手性连续域束缚态这一奇异光学态，并得到了接近极限的圆二色谱和高达 2662 的光学品质子，比现有手性超表面高出一个数量级。
第二，他将几何相位引入高品质因子谐振超表面，实现了光辐射的自旋-能谷锁定，展示了高圆偏振度、高准直性、发射角可调的发光与激射，为调制相干和非相干发光过程提供了新范式。
第三，他设计制备了一种“谷激子-光子”混合片上器件，实现了基于近场手性的能谷信息长距离保真传输与定向分发，推动了谷电子器件的发展。
第四，他首次基于高品质因子超表面，实现弱手性物质诱导下的模式强耦合，并利用该系统完成对手性物质的高灵敏度检测，将灵敏度的理论值提升了三个数量级，为操纵光学模式间耦合开拓了新思路。
他首次提出纳米修复医学的概念领域，提供了多种器官损伤修复的创新策略。
器官损伤，例如急性肾损伤、缺血性中风和骨关节炎，通常会危及生命甚至导致致命的并发症。近年来，许多纳米材料已成为各种器官损伤的有前途的修复剂。
倪大龙专注于基于纳米材料的修复医学（简称“纳米修复医学”）领域，通过合成新的纳米结构/纳米酶，利用协同策略来修复急性肝/肾/肺损伤、炎症性肠病、骨关节炎/骨质疏松症等，并揭示其体内修复机制。
倪大龙领导的“纳米修复医学”实验室旨在利用纳米技术作为工具，修复急性或慢性器官损伤，针对不同器官损伤微环境，提供器官损伤修复的创新策略：1）直接清除活性氧这一主要诱因来修复急性肝/肾/肺损伤；2）结合临床病人样本中过表达的基因，清除活性氧和基因疗法共同修复骨关节炎；3）针对疾病特殊的酸性/免疫微环境，利用酸中和/免疫调节作用共同逆转骨质疏松。
在临床上没有治疗器官损伤的有效方法/药物的情况下，倪大龙的研究为临床提供了有价值的参考。目前，他正在与瑞金医院多个科室和药厂在具备转化潜力的项目开展密切合作。
她在理论研究中利用人工智能技术，应对能源催化中复杂的科学挑战。
李昊博的研究致力于数据科学和能源科学的交叉融合，在理论研究中利用人工智能来应对能源催化中复杂的科学挑战。
作为第一个利用 AI 方法“子群发现”设计二维材料负载单原子催化剂的工作，她对二硫化钒负载过渡金属单原子催化剂进行了计算筛选研究。研究发现，单原子催化剂打破了传统金属或合金催化剂上中间体吸附能之间的比例关系，并对氮电还原表现出高活性和良好的选择性。
为揭示真正有价值的结构见解，阐明反应过程中涉及的动态机制，李昊博建立了一个全面的结构数据库。她利用机器学习技术，采用自动化方法从该数据库中选择与原位实验光谱最一致的相关结构。该方法旨在提取相关的结构信息，并揭示反应过程的复杂动力学。
李昊博通过设计理论模型，实现对化合物催化剂复杂的活性位点结构的全面考虑，据此开发了“活性位点计算筛选”理论，并实现了原子尺度的”活性位点工程“。其中，她建议将注意力转向富含碳的碳化物材料来催化二氧化碳还原。活性位点在反应条件下是否存在是另一个需要考虑的问题。她进行了从头计算热力学以确定水性电解质中 Mo2C 的稳定表面相，发现超薄表面氧化膜的形成条件，并在实验中得到验证。此外，她还率先提出电化学稳定性窗口的概念，并将其作为表征电催化剂在工作条件下运行过程中的稳定性手段之一。
他推进量子计算的规模化扩展，并在量子计算的智能化和云端化应用方面取得创新性突破。
黄合良兼顾量子计算的理论和实验研究。在量子计算的规模化扩展方面，黄合良作为理论工作负责人，在 66 比特超导量子计算原型机“祖冲之号”上，实现“量子计算优越性”里程碑——证明量子计算机对特定问题的计算能力可极大超越传统超级计算机。对随机线路采样问题的处理速度比超算快 7 个数量级，比谷歌的“悬铃木”超导量子计算原型机快 4 个量级，助力中国超导量子计算在国际上实现了“从追赶到超越”的转变。进一步地，他发展了量子线路高效率经典模拟算法，并作为中国超算应用团队成员，基于新一代神威超级计算机实现“超大规模量子随机电路实时模拟”，以 304 秒模拟了谷歌的“悬铃木”200 秒完成的采样任务，且保真度更高，因此获得 2021 年度戈登·贝尔奖。
在开拓量子计算智能化和云端化应用方面，他通过探索量子计算的可加速性，在支持向量机问题上重新定义了量子和经典机器学习的边界；提出量子-经典混合卷积神经网络，实现量子拓扑数据分析和手写数字生成量子机器学习，促进量子计算智能化应用；克服安全量子云计算需要用户具备一定量子技术的应用瓶颈，促进量子计算的安全云端化应用。
在攻克了量子纠错的若干关键技术方面，黄合良实现了 9 比特 Toric 纠错码，创造了光学最大规模平面纠错码世界纪录，突破了表面码重复多轮纠错、逻辑比特量子计算等关键技术难题，支撑编码规模实现由个位数物理比特提升至两位数规模的突破，攻克纠错码可扩展化和实用化关键技术等。
