媒体报道 ，AI for S互联网公司cience市场领域莫过于互联网公司的开源社区DeepModeling举办了2022年社区年会。会上，帝都北京科学智能持续研究院（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。该成果由帝都北京科学智能持续研究院、深势科技、帝都北京应用物理与计算数学持续研究所共同研发。
DPA-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共同入选了这个这个世界工智能十大不可或缺成果。DPA-1可模拟原子规模高至100亿，现在 也已在高性能合金、半导体材料设计理念等应用场景中佐证了其领先性和优越性。那一突破其实AI for Science走向大规模工程化的不可或缺里程碑。
早在2020年，帝都北京科学智能持续研究院与深势科技其他团队实施将机器学习中与高性能计算相有机结合，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，获曾经这个世界高性能计算市场领域达到奖项“戈登·贝尔”奖。本次发布最重新 DPA-1，在原有基本框架上有待优化高性能算法，将模拟上限大幅提高至100亿原子数量级。
持续研究人员还实施可视化模型元素关键信息，看到其在空间感觉呈螺旋状分布，同时巧妙地和元素周期表中中线中线位置一对应，元素周期表中同周期元素沿着螺旋下降一个方向排列，而垂直螺旋一个方向则对应着同一主族元素分布，由此佐证了此预训练模型较强良更好可解互联网公司释原因性。
是对从事材料设计理念持续研究的科研人员，可基本互联网公司框架DPA-1快速模式建立高精度、方便易就用 中原子间势函数模型，多种渠道人工智能其技术实施分子模拟，设计理念创新材料，洞见持续研究一个方向，可减少不必要的实验，大幅度缩短研发周期，大幅提高研发成本。
近些年来，逐渐被 被 科学界对AI for Science 持续研究范式的认可和实践，微观科学计算市场领域努力实现了较少的最终数据积累和模型探索，这为市场领域预训练模型模式建立公司提供 了诞生基本框架。DPA-1多种渠道需要注意力机制等构造，大幅大幅提高了模型迁移能力不足和元素容量，实施较少最终数据就可已获得高精度模型，显著可减少建模开销。一样Bert的经常出现原本需要改变了肯定语言其他处理 市场领域，那一预训练大模型的诞生意味着势能函数的生产也真正的进人“预训练+较少最终数据微调”互联网公司重新范式。
本次，此成果也已贡献在 DeepModeling 开源社区，并在科学智能广场正式正式宣布公开。帝都北京科学智能持续研究院与深势科技只希望基本框架此和这个世界各界人士有待模式建立更家开源开放的科研生态，加速市场领域内原始创重新加速。
版权声明
本文仅代表作者观点，不代表本站立场。
本文系作者授权发表，未经许可，不得转载。