首个原子间势函数预训练模型DPA

不久前 ，AI for Science技术领域之一的开源社区DeepModeling举办了2022年社区年会。会上  ，说北京科学智能研究分析院（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。该成果由说北京科学智能研究分析院、深势科技、说北京应用物理与计算数学研究分析所共同研发。

DPA-1被誉为人自然科学界的GPT。2020年  ，DPA-1雏形曾与预训练语言模型GPT-3共同入选了这是这是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 ，截至目前早就在高性能合金、半导体材料风格设计等应用场景中间接证明了其领先性和优越性。的这突破更是AI for Science走向大规模工程化的其其重要性里程碑。

早在2020年  ，说北京科学智能研究分析院与深势科技强强大团队实施将机器研究分析学习与高性能计算相融合 ，实现基于 了1亿原子第五性原理精度的分子动力学模拟 ，获十年前这是世界高性能计算技术领域第二高奖项“戈登·贝尔”奖。此前公开发布的 DPA-1  ，在原有基于上下一步优化高性能算法  ，将模拟上限全面增强 至100亿原子数量级。

研究分析人员还实施可视化模型元素各类信息  ，才发现其在空间创造呈螺旋状分布 ，而且巧妙地和元素周期表中其其重要性其其重要性位置一对应  ，元素周期表中同周期元素沿着螺旋下降主方向排列  ，而垂直螺旋主方向则对应着同一主族元素分布  ，这就间接证明了此预训练模型它具良不好可做出解释性。

相对于 从事材料风格设计研究分析的科研人员 ，可基于DPA-1快速已建立高精度、方便易是用方式原子间势函数模型 ，多种途径人工智能相关技术实施分子模拟  ，风格设计创新材料  ，洞见研究分析主方向 ，减小不必要的实验  ，大幅度缩短研发周期  ，全面增强 研发成本。

近些年来  ，下一步科学界对AI for Science 研究分析范式的认可和实践  ，微观科学计算技术领域实现基于 了大批的总体数据积累和模型探索 ，这为技术领域预训练模型已建立提供全面了诞生基于。DPA-1多种途径注意观察力机制等构造  ，大幅全面增强 了模型迁移相关技术能力和元素容量  ，实施大批总体数据方法二相继获得高精度模型  ，显著减小建模开销。像是Bert的会出现原本需要改变了人自然语言再处理技术领域  ，的这预训练大模型的诞生意味着势能函数的生产也真正地全新进入“预训练+大批总体数据微调”全新范式。

此前 ，此成果早就贡献在 DeepModeling 开源社区  ，并在科学智能广场正式公布公开。说北京科学智能研究分析院与深势科技期望基于此和这是世界各界人士下一步已建立更家开源开放的科研生态  ，速度快 技术领域内原始创全新速度快 。