邁向 “通用大原子模型” 時代，深度解讀 DPA-2

AIGC動態(tài)歡迎閱讀

原標題：邁向 “通用大原子模型” 時代，深度解讀 DPA-2
關鍵字：解讀,模型,勢能,原子,深度
文章來源：機器之心
內(nèi)容字數(shù)：3194字

內(nèi)容摘要：

人工智能（AI）的快速發(fā)展推動了原子建模、模擬和設計領域的重大變化。基于 AI 的勢能模型已被研究者成功地用于大規(guī)模和長時間的模擬，其準確率達到了從頭計算（ab initio）電子結構方法的水平。
然而，面對一個新的復雜體系，要獲得可用的、較為完備的勢函數(shù)模型，研究者仍需要獲取大量計算數(shù)據(jù)并從頭開始訓練。隨著電子結構數(shù)據(jù)的積累，研究者開始關注 “通用” 的勢能函數(shù)模型，如 DPA-1，Equiformer-V2 等。但這些模型通用性不高，要實現(xiàn)真正意義上的 LAM（Large Atomic Model） 通用大原子模型，還需要克服先前研究的缺點。
經(jīng)過北京科學智能研究院、北京應用物理與計算數(shù)學研究所、深勢科技等 29 家單位的 42 位合作者的通力協(xié)作，深度勢能預訓練大模型 DPA-2 于 2023 年底正式發(fā)布，它也將成為 OpenLAM 大原子模型計劃的重要載體。
目前 DPA-2 模型已覆蓋化學元素超過 90 種，面向豐富的下游任務，微調(diào) DPA-2 所需的數(shù)據(jù)量整體相比過去要節(jié)省 90% 以上，進一步降低訓練成本。DPA-2 采用了多任務訓練的策略，從而可以打破數(shù)據(jù)集來源限制，

原文鏈接：邁向 “通用大原子模型” 時代，深度解讀 DPA-2

聯(lián)系作者

文章來源：機器之心
作者微信：almosthuman2014
作者簡介：專業(yè)的人工智能媒體和產(chǎn)業(yè)服務平臺