我们正处于一个信息大暴发的时代,每天都能产生数以百万计的新闻资讯!
虽然有大数据推荐,但面对海量数据,通过我们的调研发现,在一个小时的时间里,您通常无法真正有效地获取您感兴趣的资讯!
头条新闻资讯订阅,旨在帮助您收集感兴趣的资讯内容,并且在第一时间通知到您。可以有效节约您获取资讯的时间,避免错过一些关键信息。
本文转自:新华网
近日,深度势能核心开发者团队面向DeepModeling社区正式发布“大原子模型计划(OpenLAM)”。北京科学智能研究院、深势科技等作为共建单位参与到该计划中。据了解,这是一项开放式的AI for Science领域科学计划,旨在建立开源开放的围绕微尺度大模型的生态,为微观科学研究提供新的基础设施。期待通过业内的共同推进,共同攻克复杂体系原子尺度研究的关键难题,征服整个元素周期表,从而带动材料、能源、生物制药等领域工业微尺度设计的变革。
OpenLAM计划希望未来研究人员可以一键获取任意元素组合体系的势能函数,极大地简化获取精确模型的过程,不再需要生成大量新的第一性原理计算数据,以及进一步拥有结构搜索、结构生成,以及跨尺度、跨模态等能力。作为一项开放式的协作计划,面向社区该计划将定期进行模型更新与评估报告发布、定期更新发布领域应用与评估工作流,同时开展比赛、培训交流,与领域开发者协作推动建立供预训练与评估的数据集等。
作为OpenLAM计划的前期探索,覆盖元素周期表70种元素的 DPA-1 深度势能原子间势函数预训练模型,证明了微观模拟实现“预训练+少量数据微调”的可行性。目前的 DPA-2 模型已覆盖元素超过90种,迁移能力大幅提高,使模型能用更少的数据达到更高的精度,并且在更多来源的大量数据上同时进行了预训练,可以帮助科研人员在众多下游任务中节省90%以上的数据计算成本。“大原子模型计划(OpenLAM)”为进一步打破数据壁垒,拓宽原子层面各方面的应用,促进开源开放的科学计算生态打开了新的思路。
“OpenLAM 大原子模型计划”将打开一个全新的科学研究范式,不仅让更多科研人员可以用更低成本、更低门槛来模拟任意多种原子组合在一起后发生的效应,创造出新材料,发现新规律。同时也推动了一种新的研究模式,让全球科研人员互动,打破“课题组孤岛”,每个人都可以参与到这个宏伟的计划中,形成智慧聚力。目前“科学智能广场”已经作为“大原子模型计划”的一个重要共创和交流阵地,作为数据、模型、工作流的集散地,推动共建微观世界的基础设施。科研人员可以上传自己的数据加入OpenLAM 计划模型训练中来,也可以下载平台上的预训练模型针对自己的体系进行微调优化部署、使用具体场景中的自动化工作流,加速解决科研场景中的具体问题。同时可共享数据、模型,进行成果展示,通过首页看板直观感受到自己的贡献价值,也可看到目前共建的成果。科研人员通过参与平台上的项目或竞赛,与其他优秀的科研人员合作或竞争,提升个人影响力,甚至可以牵头发起共创项目
科学研究是人类探索自然规律的重要途径,虽然在不同学科领域之间有极大的差异,但在科研过程中仍然存在很多共性。构筑 AI for Science 时代的科研基础设施,向“平台科研”模式转变,为解决这些共性问题提供了土壤,可以在很大程度上减少重复建设、降低研究成本,提高效率,全面赋能整个科学研究。预期“大原子模型计划”将实现面向研究目标的原子尺度通用生成与规划能力,未来结合实验表征和知识库等基础设施,以期实现原子尺度智能化合成设计,推动走向科学发现的“大原子具身智能”。该计划的实施,预计将带动一批 AI for Science 模型与算法的基础设施建设,加快一批工业软件与应用的落地,促进一批跨学科的协同创新。
以上内容为资讯信息快照,由td.fyun.cc爬虫进行采集并收录,本站未对信息做任何修改,信息内容不代表本站立场。
快照生成时间:2023-12-05 18:45:02
本站信息快照查询为非营利公共服务,如有侵权请联系我们进行删除。
信息原文地址: