前段时间  ，AI for Science新兴领域远高于的开源社区DeepModeling举办了2022年社区年会。会上 ，天津科学智能研究中院（AI for Science Institute,Beijing）联合深势科技  ，近期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。该成果由天津科学智能研究中院、深势科技、天津应用物理与计算数学研究中所共同研发。

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共同入选了拥有世界 人工智能十大至关重要成果。DPA-1可模拟原子规模高至100亿 ，目前已曾经在高性能合金、半导体材料细节设计等应用场景中证明自己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至关重要里程碑。

早在2020年  ，天津科学智能研究中院与深势科技公司团队对其将机器来学习与高性能计算相运用  ，得以实现了1亿原子第一第一第二性原理精度的分子动力学模拟  ，获曾经拥有世界 高性能计算新兴领域远高于奖项“戈登·贝尔”奖。此前近期发布的 DPA-1  ，在原有概念基础上逐步优化高性能算法  ，将模拟上限整体得到提高至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 ，发现它其在更大空间呈螺旋状分布  ，不但巧妙地和元素周期表中所有位置 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  ，这就证明自己了此预训练模型有着良是好 可详细解释性。

来讲从事材料细节设计研究中的科研人员  ，可概念基础DPA-1快速模式建立高精度、方便易常用方式原子间势函数模型 ，借助人工智能技术一对其分子模拟 ，细节设计创新材料 ，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  ，整体得到提高研发成本。

近些年来  ，逐渐科学界对AI for Science 研究中范式的认可和实践  ，微观科学计算新兴领域得以实现了相当多的数据结果积累和模型探索  ，这为新兴领域预训练模型模式建立应用提供了诞生概念基础。DPA-1借助时要力机制等构造 ，大幅整体得到提高了模型迁移能力方面和元素容量  ，对其相当多数据结果步骤三 首获高精度模型 ，显著减小建模开销。如同Bert的再次出现完全被改变了肯定语言处理方式新兴领域 ，这个预训练大模型的诞生意味着势能函数的生产也真正的直接进入“预训练+相当多数据结果微调”的新范式。

此前 ，此成果曾经贡献在 DeepModeling 开源社区  ，并在科学智能广场正式确认公开。天津科学智能研究中院与深势科技未来希望概念基础此和拥有世界 各界人士逐步模式建立更具 开源开放的科研生态  ，非常快新兴领域内原始创的新非常快。