DeepModeling Hackathon 2.0 初赛赛程公布｜名师，讲座，丰厚奖金等你来
The following article is from 深度势能 Author DeepModeling
DeepModeling Hackathon 2.0由北京科学智能研究院(AI for Science Institute, Beijing，以下简称AISI)与北京深势科技有限公司联合举办，将在7.21拉开序幕。
35天时间，玩转DeepModeling社区最火软件，
来自效率的挑战，你准备好了吗？
Hack the Future, Run the World
AI辅助分子动力学模拟：DeePMD-Kit, DP-GEN王涵，现为北京应用物理与计算数学研究所副研究员，2002年进入北京大学数学科学学院学习，2006年获学士学位，2011年获博士学位，师从张平文院士。主要研究兴趣为分子模拟中的多尺度建模与计算方法，以及基于深度学习的分子建模。曾获中国数学会计算数学分会第五届青年创新奖。2020年与合作者共同推动完成的工作成果—“Pushing the limit of molecular dynamics with ab initio accuracy to 100 million atoms with machine learning”获得国际高性能计算应用领域最高奖—戈登贝尔奖（ACM Gordon Bell Prize）。
曾晋哲，2019年获华东师范大学学士学位，同年加入罗格斯大学（Rutgers University）Darrin M. York课题组攻读博士学位。长期参与DeePMD-kit及相关软件的开发，并将其首次应用于燃烧、RNA催化、药物发现等新领域。截至2022年7月16日，已发表SCI论文10篇（其中一作或共同一作5篇），Google Scholar被引244次。
AI辅助电子结构计算：ABACUS,DeePKS陈默涵，北京大学工学院助理教授，研究员。北京大学物理学院和前沿交叉学院博导，同时兼任深势科技公司顾问，主要在北京科学智能研究院AISI负责国产电子结构计算软件ABACUS的开发。本科和博士毕业于中国科学技术大学，普林斯顿大学、费城天普大学博士后。
欧琪，本科毕业于中国科学技术大学，博士就读于美国宾夕法尼亚大学，导师Joe Subotnik。随后在普林斯顿(合作导师Emily Carter)和清华大学(合作导师帅志刚)分别做过博士后。博士期间研究背景为分子体系非绝热过程的方法论开发，参与了量化软件Q-Chem中TDDFT电子态之间旋轨耦合及非绝热耦合的实现。博士后期间参与开发了potential functional embedding theory，以及有机光电材料的光物理性质计算方法。于2021年10月正式加入AISI，任职量子化学研究员岗位，主要职务为ABACUS软件及机器学习辅助泛函DeePKS的开发及完善。
赵天琦，本科毕业于北京科技大学，博士毕业于清华大学，伦敦大学学院（UCL）博士后。博士导师为帅志刚教授。研究背景为半导体材料热电输运性质的理论研究。与实验合作发表一篇 Science 论文（第一计算贡献者，第二作者），以第一作者（含共同一作）身份发表 SCI 论文 7 篇。2021年11月加入 AISI 电子结构团队，致力于打造第一性原理开源软件 ABACUS，为未来科学家助力。
可微分力场计算引擎：DMFF余旷，本科毕业于北京大学化学与分子工程学院，美国威斯康星大学麦迪逊分校博士，普林斯顿大学博士后，美国D. E. Shaw Research研究科学家。2018年11月起在清华-伯克利深圳学院、清华大学深圳国际研究生院担任PI。研究背景为第一性原理有机分子力场发展、多尺度电子结构方法研究。
王应泽，本科毕业于北京大学化学与分子工程学院，博士就读于美国加州大学伯克利分校。主要研究兴趣为生物体系力场开发，可微分力场计算引擎DMFF的开发者之一。
偏微分方程数值解算法库：FEALPy魏华祎，2006 年本科毕业于河南大学数学与信息科学学院， 2012年博士毕业于湘潭大学数学与计算科学学院，获计算数学理学博士学位。博士毕业留校工作至今， 现为湘潭大学数学与计算科学学院教授。主要从事偏微分方程数值解、网格生成优化及高性能开源算法库的研究工作，致力于把所学数学知识转化为实际生产力，服务于实际工业应用。同时精通 C++、 Python 和 MATLAB 三门编程语言，专注于开发简单、易用、高效、智能的开源数值计算软件，目前已带领团队开发了两款工业 CAE 仿真共性基础算法库：FEALPy（Python） 和 OpenFinite （C++）。这两款软件的持续开发完善，大幅提高了团队自身科研及人才培养的质量和效率，有力支撑了团队与华为、中国建筑、金发科技等国内多家大中小企业的深度合作，帮助团队积累了丰富的产学研合作经验。更多了解，欢迎关注团队“算海扬帆”公众号 。
王鹏祥，毕业湘潭大学，现于湘潭大学就读博士。研究方向为复杂流体模拟，偏微分方程有限元数值求解。现主要负责金发科技虎皮纹模拟项目。
陈春雨，本科毕业河南师范大学，现于湘潭大学硕博连读。研究方向为偏微分方程数值解方法，现主要负责华为网格优化与自适应算法研究项目。
燃烧反应流体计算平台：DeepFlame陈帜，北京大学工学院特聘研究员、博士生导师，英国皇家工程院杰出人才，剑桥大学罗宾逊学院终身会士。本科就读于华中科技大学和伯明翰大学，博士毕业于剑桥大学。曾在剑桥大学工程系、美国桑迪亚国家实验室和德国宇航中心从事博士后研究。研究方向为空天发动机与清洁能源系统的湍流燃烧理论与数值计算，曾获国际燃烧学会伯纳德-路易斯奖（燃烧领域青年学者最高荣誉）、国际燃烧会议湍流燃烧分会场最佳论文提名、英国工程与自然科学基金委年度最佳超算应用奖、欧盟地平线计划跨国超算奖等科研奖项。近年来致力于推动数据科学、高性能计算与人工智能方法在传统工程热物理与燃烧领域的融合发展，发起和组织了“数据驱动的燃烧研究”研讨会和DeepFlame开源软件等科研生态建设工作。
王栋，北京大学工学院博士生，本科和硕士阶段就读于北京航空航天大学。研究方向为燃烧不稳定性数值模拟，现主要进行湍流燃烧火焰面模型的研究工作。
工作流套件：dflow刘歆子建，2016年于北京大学获得材料化学学士学位和数学双学位，2021年博士毕业于北京大学理论与计算化学、量子动力学方向，2019年获得国家奖学金和"化学之星"称号。现工作于深势科技技术部门，为dflow工作流套件主要开发者之一。
蒲建锟，毕业于佐治亚理工大学，现于卡耐基梅隆大学就读博士。研究方向为电池材料设计，高通量材料筛选，机器学习与多尺度建模。目前为dflow工作流套件主要负责人之一。
王涵，现为北京应用物理与计算数学研究所副研究员，2002年进入北京大学数学科学学院学习，2006年获学士学位，2011年获博士学位，师从张平文院士。主要研究兴趣为分子模拟中的多尺度建模与计算方法，以及基于深度学习的分子建模。曾获中国数学会计算数学分会第五届青年创新奖。2020年与合作者共同推动完成的工作成果—“Pushing the limit of molecular dynamics with ab initio accuracy to 100 million atoms with machine learning”获得国际高性能计算应用领域最高奖—戈登贝尔奖（ACM Gordon Bell Prize）。
曾晋哲，2019年获华东师范大学学士学位，同年加入罗格斯大学（Rutgers University）Darrin M. York课题组攻读博士学位。长期参与DeePMD-kit及相关软件的开发，并将其首次应用于燃烧、RNA催化、药物发现等新领域。截至2022年7月16日，已发表SCI论文10篇（其中一作或共同一作5篇），Google Scholar被引244次。
AI辅助电子结构计算：ABACUS,DeePKS
陈默涵，北京大学工学院助理教授，研究员。北京大学物理学院和前沿交叉学院博导，同时兼任深势科技公司顾问，主要在北京科学智能研究院AISI负责国产电子结构计算软件ABACUS的开发。本科和博士毕业于中国科学技术大学，普林斯顿大学、费城天普大学博士后。
欧琪，本科毕业于中国科学技术大学，博士就读于美国宾夕法尼亚大学，导师Joe Subotnik。随后在普林斯顿(合作导师Emily Carter)和清华大学(合作导师帅志刚)分别做过博士后。博士期间研究背景为分子体系非绝热过程的方法论开发，参与了量化软件Q-Chem中TDDFT电子态之间旋轨耦合及非绝热耦合的实现。博士后期间参与开发了potential functional embedding theory，以及有机光电材料的光物理性质计算方法。于2021年10月正式加入AISI，任职量子化学研究员岗位，主要职务为ABACUS软件及机器学习辅助泛函DeePKS的开发及完善。
赵天琦，本科毕业于北京科技大学，博士毕业于清华大学，伦敦大学学院（UCL）博士后。博士导师为帅志刚教授。研究背景为半导体材料热电输运性质的理论研究。与实验合作发表一篇 Science 论文（第一计算贡献者，第二作者），以第一作者（含共同一作）身份发表 SCI 论文 7 篇。2021年11月加入 AISI 电子结构团队，致力于打造第一性原理开源软件 ABACUS，为未来科学家助力。
可微分力场计算引擎：DMFF
余旷，本科毕业于北京大学化学与分子工程学院，美国威斯康星大学麦迪逊分校博士，普林斯顿大学博士后，美国D. E. Shaw Research研究科学家。2018年11月起在清华-伯克利深圳学院、清华大学深圳国际研究生院担任PI。研究背景为第一性原理有机分子力场发展、多尺度电子结构方法研究。
王应泽，本科毕业于北京大学化学与分子工程学院，博士就读于美国加州大学伯克利分校。主要研究兴趣为生物体系力场开发，可微分力场计算引擎DMFF的开发者之一。
偏微分方程数值解算法库：FEALPy
魏华祎，2006 年本科毕业于河南大学数学与信息科学学院， 2012年博士毕业于湘潭大学数学与计算科学学院，获计算数学理学博士学位。博士毕业留校工作至今， 现为湘潭大学数学与计算科学学院教授。主要从事偏微分方程数值解、网格生成优化及高性能开源算法库的研究工作，致力于把所学数学知识转化为实际生产力，服务于实际工业应用。同时精通 C++、 Python 和 MATLAB 三门编程语言，专注于开发简单、易用、高效、智能的开源数值计算软件，目前已带领团队开发了两款工业 CAE 仿真共性基础算法库：FEALPy（Python） 和 OpenFinite （C++）。这两款软件的持续开发完善，大幅提高了团队自身科研及人才培养的质量和效率，有力支撑了团队与华为、中国建筑、金发科技等国内多家大中小企业的深度合作，帮助团队积累了丰富的产学研合作经验。更多了解，欢迎关注团队“算海扬帆”公众号 。
王鹏祥，毕业湘潭大学，现于湘潭大学就读博士。研究方向为复杂流体模拟，偏微分方程有限元数值求解。现主要负责金发科技虎皮纹模拟项目。
陈春雨，本科毕业河南师范大学，现于湘潭大学硕博连读。研究方向为偏微分方程数值解方法，现主要负责华为网格优化与自适应算法研究项目。
燃烧反应流体计算平台：DeepFlame陈帜，北京大学工学院特聘研究员、博士生导师，英国皇家工程院杰出人才，剑桥大学罗宾逊学院终身会士。本科就读于华中科技大学和伯明翰大学，博士毕业于剑桥大学。曾在剑桥大学工程系、美国桑迪亚国家实验室和德国宇航中心从事博士后研究。研究方向为空天发动机与清洁能源系统的湍流燃烧理论与数值计算，曾获国际燃烧学会伯纳德-路易斯奖（燃烧领域青年学者最高荣誉）、国际燃烧会议湍流燃烧分会场最佳论文提名、英国工程与自然科学基金委年度最佳超算应用奖、欧盟地平线计划跨国超算奖等科研奖项。近年来致力于推动数据科学、高性能计算与人工智能方法在传统工程热物理与燃烧领域的融合发展，发起和组织了“数据驱动的燃烧研究”研讨会和DeepFlame开源软件等科研生态建设工作。
王栋，北京大学工学院博士生，本科和硕士阶段就读于北京航空航天大学。研究方向为燃烧不稳定性数值模拟，现主要进行湍流燃烧火焰面模型的研究工作。
工作流套件：dflow刘歆子建，2016年于北京大学获得材料化学学士学位和数学双学位，2021年博士毕业于北京大学理论与计算化学、量子动力学方向，2019年获得国家奖学金和"化学之星"称号。现工作于深势科技技术部门，为dflow工作流套件主要开发者之一。
蒲建锟，毕业于佐治亚理工大学，现于卡耐基梅隆大学就读博士。研究方向为电池材料设计，高通量材料筛选，机器学习与多尺度建模。目前为dflow工作流套件主要负责人之一。
2022.7.21-2022.8.06
即日起至正式比赛开始，选手可以从以下六个赛道中任选其一参加。在自选的赛道中自拟题目撰写并完成proposal。在初赛的16天中，我们会为选手提供新手村培训并且全程有导师答疑解惑。
初赛项目需要使用工作流套件dflow来完成，proposal需以解决所选赛道中繁琐重复的工作为目的来设计。比如，我们可以用dflow自动化第一性原理计算软件VASP计算文件准备和结果后处理。
具体案例可参考这篇知乎：https://zhuanlan.zhihu.com/p/540665677
AI辅助分子动力学模拟
选择此赛道的选手可围绕分子动力学模拟，解决同步学习训练数据生成算法自动化程度低的问题。
AI辅助电子结构计算
选择此赛道的选手可围绕第一性原理计算和机器学习泛函，解决使用第一性原理计算软件(量子化学、密度泛函理论)繁琐的文件准备，结果后处理等环节，或使用DeePKS-kit时繁琐重复的工作。
可微分力场计算引擎
选择此赛道的选手可使用自动微分框架，解决力场开发（包括但不限于经典力场、可极化力场等）中参数优化困难、自动化程度低的问题。
偏微分方程数值解算法库
选择此赛道的选手可使用偏微分方程数值解算法库，解决一些带参数数值计算方法最优参数选择的问题。
燃烧反应流体计算平台
选择此赛道的选手可使用DeepFlame燃烧反应流体力学求解框架，解决包括但不限于基于经典火焰面化学建表的燃烧计算中流程繁琐、参数优化困难、高维数据库生成速度慢、与CFD耦合自动化程度低等问题。
工作流套件
选择此赛道的选手将完成dflow开发者所提issue，主要围绕dflow性能提升，dflow接口扩展等方面展开。具体赛题，将会在开赛后释出。
开赛后，选手有四天时间撰写proposal（提交截止日期：7月24日 18：00），proposal将会得到专业导师有针对性的评价和建议。proposed项目需在8月5日23:59前完成并提交，8月6日将会进行答辩。
最终分数将会由专业导师根据项目完成度，自动化程度和文档完整度三个维度进行综合评分。答辩表现将会作为加分项计入总分中。
完成新手村任务并参加答辩的选手将会获得DeepModeling社区周边和定制专属纪念品。
入围决赛选手每人将会得到1000元现金奖励+1000元Bohrium机时奖励。
完成新手村任务并参加答辩的选手将会获得DeepModeling社区周边和定制专属纪念品。
入围决赛选手每人将会得到1000元现金奖励+1000元Bohrium机时奖励。
决赛 每个赛道：
一等奖 6000元
二等奖 3000元
Prepare your senses, learn to flow
7.21 新手村任务开放，proposal提交通道开启
7.21 20:00- 22:00
主题：Hackathon 2.0 开幕式
嘉宾：张林峰，刘歆子建，王涵
7.22 20:00 - 21:00
主题：新手村任务
主讲人：蒲建锟
内容：dflow上手教学及答疑
Create your goal, explore the world
7.23 9:00 - 10:30
主题：dflow工作流分享
嘉宾：胡太平，王延泽，张天汉
内容：对dflow+X项目进行分享与教学，为参赛选手提供使用dflow的灵感。
7.24 18:00
proposal审阅deadline，选手此后提交的proposal将不会被审阅
Hack your future, run the world
7.25 18:00
导师proposal评价建议发回
7.25-7.31 21:00 - 22:00
主题：dflow工作流用法案例教学
8.05 23:59
项目案例提交deadline
8.06 9:00
项目答辩
比赛可以组队吗？
比赛作品需以个人为单位提交，但我们欢迎参赛选手互相帮助，共同学习。
决赛是线下吗？
我们非常鼓励各位选手选择线下参赛，你将有机会和开发者面对面交流，并且主办方将会报销行程费用并对线下参赛选手提供住房补贴和生活补贴。这是一个难得的机会！但同时，如果选手无法线下参赛，我们也接受线上参与。
北京科学智能研究院，成立于2021年9月，由鄂维南院士领衔，致力于将人工智能技术与科学研究相结合，加速不同科学领域的发展和突破，推动科学研究范式的革新，建设引领世界的「AI for Science」基础设施体系。
AISI的研究人员来自国内外顶尖高校、科研机构和科技企业，共同聚焦物理建模、数值算法、人工智能、高性能计算等交叉领域的核心问题。
AISI致力于创造思想碰撞的学术环境，鼓励自由探索和跨界合作，共同探索人工智能与科学研究结合的新可能。
AI for Science Institute(AISI) 招人啦｜未来已来 欢迎关注
- End -
（如需转载图文请与公众号后台联系）
-------------------------------
近期热点关注