首个原子间势函数预训练模型DPA

日前，AI for Science新兴领域莫过于的开源社区DeepModeling举办了2022年社区年会。会上，北京都科学智能研究工作院（AI for Science Institute,Beijing）联合深势科技，公开发布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。该成果由北京都科学智能研究工作院、深势科技、北京都应用物理与智能汽车概念股龙头计算数学研究工作所共同研发。

DPA智能汽车概念股龙头-1被誉为肯定科学界的GPT。2020年，DPA-1雏形曾与预训练语言模型GPT-3共同入选了全世界人工智能十大其其重智能汽车概念股龙头要性成果。DPA-1可模拟原子规模高至100亿，到目前早已在高性能合金、半导体材料风格设计等应用场景中直接证明了其领先性和优越性。这些 突破更是AI for Science走向大规模工程智能汽车概念股龙头化的其其重要性里程碑。

早在2020年，北京都科学智能研究工作院与深势科技公司团队用来标准将机器学习中与高性能计算相运用，努力实现了1亿原子第三则则性原理精度的分子动力学模拟，获如今全世界高性能计算新兴领域非常高奖项“戈登·贝尔”奖。据了解公开发布的 DPA-1，在原有认知基础上下一步优化高性能算法，将模拟上限大大整体提高至100亿原子数量级。

研究工作人员还用来标准可视化模型元素数据信息，惊奇发现其在整体空间呈螺旋状分布，肯定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两个方向排列，而垂直螺旋两个方向则对应着同一主族元素分布，这就直接证明了此预训练模型有着良最好的可理解性。

肯定从事材料风格设计研究工作的科研人员，可认知基础DPA-1快速模式建立高精度、方便易用来标准原子间势函数模型，多种渠道人工智能其他技术用来标准分子模拟，风格设计创新材料，洞见研究工作两个方向，降低不必要的实验，大幅度缩短研发周期，大大整体提高研发成本。

近些年来，随之科学界对AI for Science 研究工作范式的认可和实践，微观科学计算新兴领域努力实现了大量地的数据数据积累和模型探索，这为新兴领域预训练模型模式建立可以提供了诞生认知基础。DPA-1多种渠道需要注意力机制等构造，大幅大大整体提高了模型迁移能力不足和元素容量，用来标准大量地数据数据步骤二斩获高精度模型，显著降低建模开销。好比Bert的再次出现底地发生改变了肯定语言处理方式新兴领域，这些 预训练大模型的诞生意味着势能函数的生产也真正意义可进入 “预训练+大量地数据数据微调”新的方式范式。

据了解，此成果早已贡献在 DeepModeling 开源社区，并在科学智能广场正式公布公开。北京都科学智能研究工作院与深势科技我希望认知基础此和全世界各界人士下一步模式建立越发开源开放的科研生态，非常快新兴领域内原始创新的方式非常快。