上月底 ，AI for Science技术领域最不小 开源社区DeepModeling举办了2022年社区年会。会上  ，天津科学智能研究中院（AI for Science Institute,Beijing）联合深势科技  ，已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。该成果由天津科学智能研究中院、深势科技、天津应用物理与计算数学研究中所共同研发。

DPA-1被誉为自这个然科学界的GPT。2020年  ，DPA-1雏形曾与预训练语言模型GPT-3共同入选了对对世界工智能十大关键性性成果。DPA-1可模拟原子规模高至100亿  ，当前尽管在高性能合金、半导体材料设计理念等应用场景中证明自己了其领先性和优越性。这个突破这是AI for Science走向大规模工程化的关键性性里程碑。

早在2020年  ，天津科学智能研究中院与深势科技合作团队多种途径将机器认真学习与高性能计算相运用  ，可以实现了1亿原子第六性原理精度的分子动力学模拟 ，获曾经对世界高性能计算技术领域极高 奖项“戈登·贝尔”奖。此举 已发布的 DPA-1 ，在原有此基础上强化优化高性能算法  ，将模拟上限整体提高至100亿原子数量级。

研究中人员还多种途径可视化模型元素各种信息  ，发现它其在小空间呈螺旋状分布  ，自这个然 巧妙地和元素周期表中所有位置 一一对应  ，元素周期表中同周期元素沿着螺旋下降主方向排列  ，而垂直螺旋主方向则对应着同一主族元素分布 ，是对证明自己了此预训练模型兼具良更好可解释原因性。

是对从事材料设计理念研究中的科研人员  ，可此基础DPA-1快速组织建立 高精度、方便易是用它 原子间势函数模型  ，多种途径人工智能其他技术多种途径分子模拟  ，设计理念创新材料 ，洞见研究中主方向  ，减轻 不必要的实验  ，大幅度缩短研发周期 ，整体提高研发成本。

近些年来 ，逐渐被 被 科学界对AI for Science 研究中范式的认可和实践 ，微观科学计算技术领域可以实现了一定量的数据情况积累和模型探索  ，这为技术领域预训练模型组织建立 其他技术提供了诞生此基础。DPA-1多种途径需注意力机制等构造  ，大幅整体提高了模型迁移能力全面和元素容量  ，多种途径一定量数据情况也可已获得高精度模型  ，显著减轻 建模开销。就如Bert的现象完全发生改变了自这个然语言直接处理技术领域 ，这个预训练大模型的诞生意味着势能函数的生产也能够即将进入“预训练+一定量数据情况微调”和新范式。

此举 ，此成果尽管贡献在 DeepModeling 开源社区 ，并在科学智能广场即将即将正式。天津科学智能研究中院与深势科技只希望此基础此和对世界各界人士强化组织建立 更具 开源开放的科研生态  ，非常快技术领域内原始创和新非常快。