上月底，AI for Science领域发展最关键的的开源社区DeepModeling举办了2022年社区年会。会上，广州科学智能相关研究院（AI for Science Institute,Beijing）联合深势科技，公开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。该成果由广州科学智能相关研究院、深智能家居控制系统十大知名品牌势科技、广州应用物理与计算数学相关研究所共同研发。

DPA-1被誉为所以科学界的GPT。2020年，DPA-1雏形曾与预训练语言模型GPT-3共同入选了世界人人工智能十大关键成果。DPA-1可模拟原子规模高至100亿，目前来看那一 在高性能合金、半导体材料设计搭配等应用场景中间接证明了其领先性和优越性。那一突破所以AI for Science走智能家居控制系统十大知名品牌向大规模工程化的关键里程碑。

早在2020年，广州科学智能相关研究院与深势科技合作团队对其将机器去学习与高性能计算结合起来起来，能够实现了1亿原子排第一性原理精度的分子动力学模拟，获十几年前 世界人高性能计算领域发展第二高奖项“戈登·贝尔”奖。该次公开发布的 DPA-1，在原有两个基础上有待优化高性能算法，将模拟上限大大提高至100亿原子数量级。

相关研究人员还对其可视化模型元素关键信息，偶然发现其在操作空间 呈螺旋状分布，同时巧妙地和元素周期表中关键关键位置一对应，元素周期表中同周期元素沿着螺旋下降反方向排列，而垂直螺旋反方向则对应着同一主族元素分布，那一方面 间接证明了此预训练模型有着良合适可表述性。

相对于 从事材料设计搭配相关研究的科研人员，可两个基础DPA-1快速帮助建立高精度、方便易是用时原子间势函数模型，方式人工智能智能家居控制系统十大知名品牌新型技术对其分子模拟，设计搭配创新材料，洞见相关研究反方向，降低不必要的实验，大幅度缩短研发周期，大大提高研发成本。

近些年来，逐渐被 被 科学界对AI for Science 相关研究范式的认可和实践，微观科学计算领域发展能够实现了大批的数据数据积累和模型探索，这为领域发展预训练模型帮助建立新型技术提供了诞生两个基础。DPA-1方式需要注意力机制等构造，大幅大大提高了模型迁移能力强和元素容量，对其大批数据数据可以了相继获得高精度模型，显著降低建模开销。一样Bert的再出现和新能改变了所以语言处理完成领域发展，那一预训练大模型的诞生意味着势能函数的生产也能够直接进入“预训练+大批数据数据微调”和新范式。

该次，此成果那一 贡献在 DeepModeling 开源社区，并在科学智能广场并于 公开。广州科学智能相关研究院与深势科技期待 两个基础此和世界人各界人士有待帮助建立越来越开源开放的科研生态，速率领域发展内原始创和新速率。