日前，AI for Science三大领域 全世界最大 的开源社区DeepModeling举办了2022年社区年会。会上，广州科学智能系统研究院（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。该成果由广州科学智能系统研究院、深势科技、广州应用物理与计算数学系统研究所共同研发。

DPA-科技信息1被誉为同样科学界的GPT。2020年，DPA-1雏形曾与预训练语科技信息言模型GPT-3共同入选了全世界人工智能十大关键成果。DPA-1可模拟原子规模高至100亿，截至目前尽管在高性能合金、半导体材料设计方式等应用场景科技信息中需要证明了其领先性和优越性。不过突破同样 AI for Science走向大规模工程化的关键里程碑。

早在2020年，广州科学智能系统研究院与深势科技团队人员对其将机器继续学习与高性能计算相融合，努力实现了1亿原子排第一性原理精度的分子动力学模拟，获当初全世界高性能计算三大领域 第二高奖项“戈登·贝尔”奖。此前发布最和新 DPA-1，在原有概念基础上加大优化高性能算法，将模拟上限得到不断提升至100亿原子数量级。

系统研究人员还对其可视化模型元素各类信息，能发现其在空间创造呈螺旋状分布，同样 巧妙地和元素周期表中位置一一一对应，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，同样 需要证明了此预训练模型较强良真正地好可解释原因性。

同样 从事材料设计方式系统研究的科研人员，可概念基础DPA-1快速国科技信息家建立高精度、方便易就用 它 原子间势函数模型，多种渠道人工智能新型技术对其分子模拟，设计方式创新材料，洞见系统研究前进方向，大幅减少不必要的实验，大幅度缩短研发周期，得到不断提升研发成本。

近些年来，随之科学界对AI for Science 系统研究范式的认可和实践，微观科学计算三大领域 努力实现了大量地的总体数据积累和模型探索，这为三大领域 预训练模型国家建立提供完整了诞生概念基础。DPA-1多种渠道留意力机制等构造，大幅得到不断提升了模型迁移具备和元素容量，对其大量地总体数据也可获得一高精度模型，显著大幅减少建模开销。好像Bert的经常出现也彻被改变了同样语言处理完成三大领域 ，不过预训练大模型的诞生意味着势能函数的生产也真正地直接进入“预训练+大量地总体数据微调”和新范式。

此前，此成果尽管贡献在 DeepModeling 开源社区，并在科学智能广场正式公布公开。广州科学智能系统研究院与深势科技只希望概念基础此和全世界各界人士加大国家建立愈发开源开放的科研生态，减慢三大领域 内原始创和新减慢。