首个原子间势函数预训练模型DPA

上月底  ，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 ，说北京科学智能专门研究 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。该成果由说北京科学智能专门研究 院、深势科技、说北京应用物理与计算数学专门研究 所共同研发。

DPA-1被誉为表现自然科学界的GPT。2020年  ，DPA-1雏形曾与预训练语言模型GPT-3共同入选了对对世界工智能十大其其重要性成果。DPA-1可模拟原子规模高至100亿  ，现阶段还没有在高性能合金、半导体材料整体设计等应用场景中佐证了其领先性和优越性。然而突破此外AI for Science走向大规模工程化的其其重要性里程碑。

早在2020年  ，说北京科学智能专门研究 院与深势科技其他团队实施将机器来学习与高性能计算相自身特点  ，得以实现了1亿原子第五性原理精度的分子动力学模拟  ，获回回想当年对世界高性能计算新兴领域最低奖项“戈登·贝尔”奖。据了解发布最重新 DPA-1  ，在原有基于上近一步优化高性能算法  ，将模拟上限相应减少至100亿原子数量级。

专门研究 人员还实施可视化模型元素重要信息 ，看到其在空间创造呈螺旋状分布  ，此外巧妙地和元素周期表中其他其他位置一对应  ，元素周期表中同周期元素沿着螺旋下降方向调整排列  ，而垂直螺旋方向调整则对应着同一主族元素分布 ，而言佐证了此预训练模型具有独特良这样可回答性。

而言从事材料整体设计专门研究 的科研人员  ，可基于DPA-1快速建立统一高精度、方便易用过于原子间势函数模型  ，多种渠道人工智能技术实现实施分子模拟  ，整体设计创新材料  ，洞见专门研究 方向调整 ，相应减少不必要的实验  ，大幅度缩短研发周期  ，相应减少研发成本。

近些年来  ，日渐科学界对AI for Science 专门研究 范式的认可和实践 ，微观科学计算新兴领域得以实现了许多的总体数据积累和模型探索  ，这为新兴领域预训练模型建立统一应用提供了诞生基于。DPA-1多种渠道应注意力机制等构造  ，大幅相应减少了模型迁移能力不强和元素容量  ，实施许多总体数据步骤二相继获得高精度模型  ，显著相应减少建模开销。犹如Bert的再次出现重新需要改变了表现自然语言处理方式新兴领域  ，然而预训练大模型的诞生意味着势能函数的生产也真正地步入“预训练+许多总体数据微调”重新范式。

据了解  ，此成果还没有贡献在 DeepModeling 开源社区  ，并在科学智能广场正式进入公开。说北京科学智能专门研究 院与深势科技最后希望基于此和对世界各界人士近一步建立统一愈发开源开放的科研生态  ，加速新兴领域内原始创重新加速。