首个原子间势函数预训练模型DPA

不久前  ，AI for Science行业领域最多大开源社区DeepModeling举办了2022年社区年会。会上  ，北京市 科学智能研究者院（AI for Science Institute,Beijing）联合深势科技  ，发布最新了首个覆盖元素周期表近70种元素的深度势能原子间势函数预训练模型—— DPA-1。该成果由北京市 科学智能研究者院、深势科技、北京市 应用物理与计算数学研究者所共同研发。

DPA-1被誉为同样科学界的GPT。2020年  ，DPA-1雏形曾与预训练语言模型GPT-3共同入选了当今当今世界工智能十大最重要成果。DPA-1可模拟原子规模高至100亿  ，到目前到目前在高性能合金、半导体材料独特设计等应用场景中需要证明了其领先性和优越性。这也突破这是AI for Science走向大规模工程化的最重要里程碑。

早在2020年  ，北京市 科学智能研究者院与深势科技其他团队利用设备将机器学习整体整体提高与高性能计算相紧密结合 ，努力实现了1亿原子第一第一第二性原理精度的分子动力学模拟  ，获十几年前 当今世界高性能计算行业领域第二高奖项“戈登·贝尔”奖。这次发布最有新 DPA-1  ，在原有原有基础 上近一步优化高性能算法 ，将模拟上限整体整体提高至100亿原子数量级。

研究者人员还利用设备可视化模型元素重要信息  ，偶然发现其在空间提升呈螺旋状分布  ，但是巧妙地和元素周期表中位置选择一一对应  ，元素周期表中同周期元素沿着螺旋下降方向一 排列 ，而垂直螺旋方向一 则对应着同一主族元素分布 ，由此需要证明了此预训练模型兼具良真真正正好可说法性。

来讲从事材料独特设计研究者的科研人员  ，可原有基础 DPA-1快速国家建立高精度、方便易用过原子间势函数模型  ，利用设备人工智能传统技术 利用设备分子模拟  ，独特设计创新材料  ，洞见研究者方向一  ，相应减少不必要的实验  ，大幅度缩短研发周期  ，整体整体提高研发成本。

近些年来 ，日益科学界对AI for Science 研究者范式的认可和实践 ，微观科学计算行业领域努力实现了很多的最终数据积累和模型探索  ，这为行业领域预训练模型国家建立提供全面了诞生原有基础 。DPA-1利用设备切记力机制等构造 ，大幅整体整体提高了模型迁移能力方面和元素容量  ，利用设备很多最终数据方法二获得一高精度模型  ，显著相应减少建模开销。像是Bert的再出现完全能改变了同样语言去处理行业领域 ，这也预训练大模型的诞生意味着势能函数的生产也真真正正有新进入“预训练+很多最终数据微调”有新范式。

这次  ，此成果到目前贡献在 DeepModeling 开源社区 ，并在科学智能广场即将即将正式。北京市 科学智能研究者院与深势科技期望原有基础 此和当今世界各界人士近一步国家建立更具 开源开放的科研生态  ，加速度行业领域内原始创有新加速度度。