AIGC動(dòng)態(tài)歡迎閱讀

原標(biāo)題：邁向 “通用大原子模型” 時(shí)代，深度解讀 DPA-2
關(guān)鍵字：解讀,模型,勢(shì)能,原子,深度
文章來(lái)源：機(jī)器之心
內(nèi)容字?jǐn)?shù)：3194字

內(nèi)容摘要：

人工智能（AI）的快速發(fā)展推動(dòng)了原子建模、模擬和設(shè)計(jì)領(lǐng)域的重大變化。基于 AI 的勢(shì)能模型已被研究者成功地用于大規(guī)模和長(zhǎng)時(shí)間的模擬，其準(zhǔn)確率達(dá)到了從頭計(jì)算（ab initio）電子結(jié)構(gòu)方法的水平。
然而，面對(duì)一個(gè)新的復(fù)雜體系，要獲得可用的、較為完備的勢(shì)函數(shù)模型，研究者仍需要獲取大量計(jì)算數(shù)據(jù)并從頭開(kāi)始訓(xùn)練。隨著電子結(jié)構(gòu)數(shù)據(jù)的積累，研究者開(kāi)始關(guān)注 “通用” 的勢(shì)能函數(shù)模型，如 DPA-1，Equiformer-V2 等。但這些模型通用性不高，要實(shí)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(diǎn)。
經(jīng)過(guò)北京科學(xué)智能研究院、北京應(yīng)用物理與計(jì)算數(shù)學(xué)研究所、深勢(shì)科技等 29 家單位的 42 位合作者的通力協(xié)作，深度勢(shì)能預(yù)訓(xùn)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(jì)劃的重要載體。
目前 DPA-2 模型已覆蓋化學(xué)元素超過(guò) 90 種，面向豐富的下游任務(wù)，微調(diào) DPA-2 所需的數(shù)據(jù)量整體相比過(guò)去要節(jié)省 90% 以上，進(jìn)一步降低訓(xùn)練成本。DPA-2 采用了多任務(wù)訓(xùn)練的策略，從而可以打破數(shù)據(jù)集來(lái)源限制，

原文鏈接：邁向 “通用大原子模型” 時(shí)代，深度解讀 DPA-2

聯(lián)系作者

文章來(lái)源：機(jī)器之心
作者微信：almosthuman2014
作者簡(jiǎn)介：專(zhuān)業(yè)的人工智能媒體和產(chǎn)業(yè)服務(wù)平臺(tái)