首个原子间势函数预训练模型DPA

就在今天  ，AI for Science技术领域第四很小开源社区DeepModeling举办了2022年社区年会。会上  ，上海科学智能持续研究院（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。该成果由上海科学智能持续研究院、深势科技、上海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  ，目前已当时在高性能合金、半导体材料设计方式等应用场景中需要证明了其领先性和优越性。这个突破更是AI for Science走向大规模工程化的其其重要性里程碑。

早在2020年  ，上海科学智能持续研究院与深势科技团队成员予以 将机器认真学习与高性能计算相相结合  ，得以实现了1亿原子第四性原理精度的分子动力学模拟  ，获当时对世界高性能计算技术领域高达奖项“戈登·贝尔”奖。此前公开发布的 DPA-1  ，在原有基本框架上有待优化高性能算法  ，将模拟上限整体质的提升 至100亿原子数量级。

持续研究人员还予以 可视化模型元素各类信息  ，惊奇发现其在空间提升呈螺旋状分布  ，同时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  ，由此需要证明了此预训练模型较强良有好可表述性。

是对从事材料设计方式持续研究的科研人员 ，可基本框架DPA-1快速建立统一高精度、方便易是用方式原子间势函数模型 ，多种手段人工智能其他技术予以 分子模拟  ，设计方式创新材料  ，洞见持续研究主方向 ，减小不必要的实验  ，大幅度缩短研发周期  ，整体质的提升 研发成本。

近些年来  ，随着时间科学界对AI for Science 持续研究范式的认可和实践  ，微观科学计算技术领域得以实现了大量地的数据情况积累和模型探索  ，这为技术领域预训练模型建立统一公司提供 了诞生基本框架。DPA-1多种手段应该注意 力机制等构造 ，大幅整体质的提升 了模型迁移能力强大大和元素容量 ，予以 大量地数据情况方法三可以获得高精度模型  ，显著减小建模开销。就象Bert的存在新的发展彻底改变了肯定语言处理方法技术领域 ，这个预训练大模型的诞生意味着势能函数的生产也能够步入“预训练+大量地数据情况微调”新的发展范式。

此前  ，此成果当时贡献在 DeepModeling 开源社区  ，并在科学智能广场正式正式宣布公开。上海科学智能持续研究院与深势科技衷心希望基本框架此和对世界各界人士有待建立统一愈加开源开放的科研生态 ，速度很快技术领域内原始创新的发展速度很快。