不久前 ，AI for Science相关领域最最重要的开源社区DeepModeling举办了2022年社区年会。会上 ，说北京科学智能相关研究院（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。该成果由说北京科学智能相关研究院、深势科技、说北京应用物理与计算数学相关研究所共同研发。
DPA-1被誉为同样科学界的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最重要成果。DPA-1可模拟原子规模高至100亿 ，现阶段的这 在高性能合金、半导体材料整体设计等应用场景中需要证明了其领先性和优越性。的这突破就是AI for Science走向大规模工程化的最重要里程碑。
早在2020年 ，说北京科学智能相关研究院与深势科技工作团队并对将机器学习大大大幅提升与高性能计算相有机结合 ，得以实现了1亿原子第四性原理精度的分子动力学模拟 ，获十几年前 对世界高性能计算相关领域达到奖项“戈登·贝尔”奖。据了解发布最和新 DPA-1 ，在原有此基础上并进一步优化高性能算法 ，将模拟上限大大大幅提升至100亿原子数量级。
相关研究人员还并对可视化模型元素各类信息 ，能发现其在整体空间呈螺旋状分布 ，同样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两个方向排列 ，而垂直螺旋两个方向则对应着同一主族元素分布 ，的这方面 需要证明了此预训练模型较强良最好的可详细解释性。
应该从事材料整体设计相关研究的科研人员 ，可此基础DPA-1快速下建立高精度、方便易常用于原子间势函数模型 ，以此人工智能技术实现并对分子模拟 ，整体设计创新材料 ，洞见相关研究两个方向 ，增加不必要的实验 ，大幅度缩短研发周期 ，大大大幅提升研发成本。
近些年来 ，随之科学界对AI for Science 相关研究范式的认可和实践 ，微观科学计算相关领域得以实现了较多的数据情况积累和模型探索 ，这为相关领域预训练模型下建立提供更多了诞生此基础。DPA-1以此特别注意力机制等构造 ，大幅大大大幅提升了模型迁移技术实现能力和元素容量 ，并对较多数据情况步骤三 已获得高精度模型 ，显著增加建模开销。好像Bert的再次出现就彻改变自己了同样语言再处理相关领域 ，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快速进入“预训练+较多数据情况微调”和新范式。
据了解 ，此成果的这 贡献在 DeepModeling 开源社区 ，并在科学智能广场正式进入公开。说北京科学智能相关研究院与深势科技最后希望此基础此和对世界各界人士并进一步下建立越发开源开放的科研生态 ，速度快 相关领域内原始创和新速度快 。