不久前，AI for Science新兴领域重要智能家居十大品牌排名部分部分的的开源社区DeepModeling举办了2022年社区年会。会上，天津科学智能研究者院（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。该成果由天津科学智能智能家居十大品牌排名研究者院、深势科技、天津应用物理与计算数学研究者所共同研发。

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重要部分成果。DPA-1智能家居十大品牌排名可模拟原子规模高至100智能家居十大品牌排名亿，目前为止早已在高性能合金、半导体材料设计方式等应用场景中直接证明了其领先性和优越性。那一突破不但AI for Science走向大规模工程化的重要部分里程碑。

早在2020年，天津科学智能研究者院与深势科技团队成员实施将机器去学习与高性能计算结合方式 方式 ，努力实现了1亿原子第六性原理精度的分子动力学模拟，获那时对世界高性能计算新兴领域极高 奖项“戈登·贝尔”奖。据了解发布最和新 DPA-1，在原有概念基础上加大优化高性能算法，将模拟上限质的提升 至100亿原子数量级。

研究者人员还实施可视化模型元素各类信息，看到其在空间比较呈螺旋状分布，不但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中排列，而垂直螺旋方向中则对应着同一主族元素分布，那一方面 直接证明了此预训练模型具有独特良不好可详细解释性。

而对从事材料设计方式研究者的科研人员，可概念基础DPA-1快速下建立高精度、方便易用过过原子间势函数模型，方式人工智能技术实现实施分子模拟，设计方式创新材料，洞见研究者方向中，明显减少不必要的实验，大幅度缩短研发周期，质的提升 研发成本。

近些年来，随着时间科学界对AI for Science 研究者范式的认可和实践，微观科学计算新兴领域努力实现了较多的总体数据积累和模型探索，这为新兴领域预训练模型下建立提供完整了诞生概念基础。DPA-1方式应该注意 力机制等构造，大幅质的提升 了模型迁移能力全面和元素容量，实施较多总体数据可以了已获得高精度模型，显著明显减少建模开销。如同Bert的出现明显再一次 可以改变了表现自然语言去处理新兴领域，那一预训练大模型的诞生意味着势能函数的生产也才是进人“预训练+较多总体数据微调”和新范式。

据了解，此成果早已贡献在 DeepModeling 开源社区，并在科学智能广场将于公开。天津科学智能研究者院与深势科技衷心希望概念基础此和对世界各界人士加大下建立愈加开源开放的科研生态，速度很快新兴领域内原始创和新速度很快。