首个原子间势函数预训练模型DPA

前几日，AI for Science行业领域之一的开源智能汽车零部件龙头股社区DeepModeling举办了2022年社区年会。会上，广州科学智能研究中院（AI for Science Institute,Beijing）联合深势科技，已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。该成果由广州科学智能研究中院、深势科技、广州应用物理与计算数学研究中所共同研智能汽车零部件龙头股发。

DPA-1被誉为必然科学界的GPT。2020年，DPA-1雏形曾与预训练语言模型GPT-3共同入选了全全球性工智能十大最重要成果。DPA-1可模拟原子规模智能汽车零部件龙头股高至100亿，目前已也已在高性能合金、半导体材料独特设计等应用场景中证明自己了其领先性和优越性。那一突破智能汽车零部件龙头股这是AI for Science走向大规模工程化的最重要里程碑。

早在2020年，广州科学智能研究中院与深势科技其他团队对其将机器努力学习与高性能计算结合方式 方式 ，顺利实现了1亿原子排第一性原理精度的分子动力学模拟，获当时全球性高性能计算行业领域最低奖项“戈登·贝尔”奖。这次已发布的 DPA-1，在原有两个基础上逐步优化高性能算法，将模拟上限大大提高至100亿原子数量级。

研究中人员还对其可视化模型元素信息内容，偶然发现其在更多空间呈螺旋状分布，必然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前进方向排列，而垂直螺旋前进方向则对应着同一主族元素分布，由此证明自己了此预训练模型具有一良有好可详细解释性。

必然从事材料独特设计研究中的科研人员，可两个基础DPA-1快速逐步建立高精度、方便易常用方式原子间势函数模型，利用技术人工智能新型技术对其分子模拟，独特设计创新材料，洞见研究中前进方向，减小不必要的实验，大幅度缩短研发周期，大大提高研发成本。

近些年来，随之科学界对AI for Science 研究中范式的认可和实践，微观科学计算行业领域顺利实现了非常多 的总体数据积累和模型探索，这为行业领域预训练模型逐步建立直接提供了诞生两个基础。DPA-1利用技术应注意力机制等构造，大幅大大提高了模型迁移能力强大大和元素容量，对其非常多 总体数据可直接已获得高精度模型，显著减小建模开销。仿佛Bert的会出现完全被改变了必然语言处理方法行业领域，那一预训练大模型的诞生意味着势能函数的生产也才会新的方式进入“预训练+非常多 总体数据微调”新的方式范式。

这次，此成果也已贡献在 DeepModeling 开源社区，并在科学智能广场并于 公开。广州科学智能研究中院与深势科技我希望两个基础此和全球性各界人士逐步逐步建立越来越开源开放的科研生态，加速行业领域内原始创新的方式加速。