《自然》子刊發(fā)表實(shí)驗(yàn)室最新成果：預(yù)訓(xùn)練框架GPIP，AI驅(qū)動(dòng)計(jì)算物質(zhì)科學(xué)研究新范式
2024-4-12新聞
近日，上海人工智能實(shí)驗(yàn)室（上海AI實(shí)驗(yàn)室）推出首個(gè)針對(duì)機(jī)器學(xué)習(xí)勢(shì)函數(shù)模型的自監(jiān)督預(yù)訓(xùn)練框架GPIP（Geometry-enhanced Pretraining on Interatomic Potentials），為AI驅(qū)動(dòng)計(jì)算物質(zhì)科學(xué)研究提供了新范式。
研究人員將AI與基礎(chǔ)科學(xué)深度融合，提出了創(chuàng)新的自監(jiān)督學(xué)習(xí)策略，使機(jī)器學(xué)習(xí)勢(shì)函數(shù)的性能可靠度提升超過(guò)30%，同時(shí)，使用GPIP獲取數(shù)據(jù)的計(jì)算量?jī)H為傳統(tǒng)方法的1%，大幅降低了研究成本。
由于能夠精準(zhǔn)模擬物質(zhì)體系中分子的行為，勢(shì)函數(shù)模型已成為當(dāng)前實(shí)現(xiàn)高性能分子模擬的關(guān)鍵，在材料設(shè)計(jì)、藥物研發(fā)等領(lǐng)域具備巨大應(yīng)用潛力。上海AI實(shí)驗(yàn)室持續(xù)布局計(jì)算物質(zhì)科學(xué)等AI for Science相關(guān)研究，深入探索AI在物質(zhì)科學(xué)研究中的應(yīng)用。
該成果相關(guān)論文Geometry-enhanced Pretraining on Interatomic Potentials已發(fā)表于Nature旗下刊物Nature Machine Intelligence。
論文標(biāo)題：
Geometry-enhanced Pretraining on Interatomic Potentials
論文鏈接：
https://www.nature.com/articles/s42256-024-00818-6
免責(zé)聲明：本文轉(zhuǎn)自網(wǎng)絡(luò)，版權(quán)歸原作者所有，如涉及作品版權(quán)問(wèn)題，請(qǐng)及時(shí)與我們聯(lián)系刪除，謝謝！
End.
想了解更多產(chǎn)品信息、行業(yè)資訊
↓
新浪微博 - 視頻號(hào) - 官網(wǎng)
分享、在看與點(diǎn)贊
只要你點(diǎn)我都喜歡
