本月，Amber和CP2K软件已在各自的代码仓库中，新增对DeePMD-kit的原生支持。AmberAmber是生物分子体系的分子动力学模拟软件，总引用量超过3.1万次，其中AmberTools以GPL和LGPL协议免费授权。Sander是AmberTools中的子程序，用于运行分子动力学（MD）模拟。本次新增的接口将sander和DeePMD-kit相连接，使得DP模型能与半经验QM/MM方法相结合，使用DPRc方法运行MD模拟。该接口的主要贡献者是Timothy

等，并有部分工作将其应用到“预训练+微调”的范式上来，从而节省新体系的数据生产成本。但是这些模型还没有做到通用，主要有以下几方面的问题：（1）模型要求产生预训练数据的方式（比如泛函、DFT

彼得·蒂尔曾说：“我们期待着拥有飞行汽车，但最后只得到了140个字符（Twitter）。”过去十多年来，我们在比特层面（互联网）取得了很大的进步，但在原子层面（尖端科技）的进步却相对缓慢。语言世界数据的积累推动了机器学习的发展，并最终推动了大语言模型（Large

MD的精度和传统MD的效率，能够实现大尺寸体系的高精度模拟，这为有效模拟电池材料的复杂反应路径和相转变过程开辟了新的机会。该工作借助深度势能（deep

挑战材料的性能极限亦或者寻找拥有极限性能的材料不仅具有重要的科学价值，同时也具有强烈的技术应用背景需求。近几十年来，高超声速飞行器的发展对超高温热防护材料提出了越来越苛刻的要求，使得人们对超高温材料的兴趣急速升温。然而，由于超高温条件下精确的实验测量极其困难，迄今为止，何种材料具有最高的熔点依然是个未解之谜。目前，有关最高熔点材料的一个广泛宣传观点是：HfTa4C5是所有已知材料中熔点最高的~4215°C。这一表述被诸多教科书引用，也被记录于《大英百科全书》中。然而，这一观点实际来自于一个谬误。在Agte和Alterthum的原始论文中，HfTa4C5的熔点被报道为4215绝对温度，即4215K，而不是4215°C。在后来的实验研究中，有关HfTa4C5是否具有最高熔点一直存在争论，Andrievskii等人认为HfTa4C5可能具有最高熔点；而Rudy领导的团队则认为碳化铪和碳化钽的固溶体的熔点随成分单调变化，并不存在某个中间成分具有最高熔点。尽管自1930年Agte和Alterthum发表第一份研究报告以来，有关最高熔点材料的话题已经讨论了近100年，也不断有新的实验技术被用于相关的测试，但是寄希望于完全通过实验解决这一挑战依然存在诸多困难。近日，来自北京科学智能研究院、哈尔滨工业大学、航天材料及工艺研究所和北京深势科技有限公司的研究团队结合深度势能分子动力学模拟和贝叶斯全局优化对最高熔点材料开展了深入的理论研究，揭示了Hf-Ta-C-N体系材料熔点随成分的变化关系，并预测了最高熔点材料的潜在成分。为了克服传统分子动力学预测精度不足的问题，论文基于第一性原理计算数据，采用深度势能方法训练了Hf-Ta-C-N体系的势函数模型。训练得到的深度势能模型能够获得接近第一性原理的计算精度，其预测的能量和原子受力相对第一性原理的误差分别为8.1meV/atom和290meV/Å。此外，论文还通过平衡晶格常数、弹性模量、状态方程等性质对深度势能模型的准确性进行了进一步验证。图1.

近日，西湖大学理学院物理系刘仕课题组提出了“模块化开发深度势”（ModDP）的基本思路，用以开发适用于复杂固溶体的深度势能，扩展现有的深度势能[1]开发框架。在该研究中，研究人员以两类重要固溶体PbxSr1-xTiO3（PSTO）和HfxZr1-xO2（HZO）为例，系统性地探究了ModDP方案的可行性，最终获得了高精度的深度势能。基于PSTO深度势能，研究人员运用分子动力学模拟不仅获得了PSTO固溶体的温度-组分相图，并且在PbTiO3/SrTiO3超晶格中复现了实验上观测到的涡旋（vortex）拓扑结构。基于HZO深度势能，研究人员发现Zr掺杂不仅会影响HfO2的铁电-非铁电相变温度，还会改变高温非铁电相的类型。相关研究成果以“Modular

近期，中国科学院地球化学研究所理论团队与合作者利用深度势能分子动力（DPMD）学对六方相（hcp）超离子态铁-氢合金进行了深入研究，人工智能驱动的科学研究新方法（AI

近日，北京大学材料科学与工程学院许审镇课题组与北京科学智能研究院、深势科技合作，采用深度势能方法[1]构建经典LiCoO2正极材料的DP势函数，并采用DeePMD模拟结合增强采样技术，研究高度去锂的LixCoO2正极材料中过渡金属迁移和氧二聚体形成的动力学关联，相关研究成果以

近日，厦门大学化学化工学院程俊课题组，采用深度势能分子动力学[1]和基于第一性原理分子动力学的自由能计算方法研究SEI形成的热力学，并取得重要进展。相关研究成果以“Switching

Editiohttps://onlinelibrary.wiley.com/doi/epdf/10.1002/anie.202215544[3]

QDπ、ANI-2x、ANI-1x在分子内数据集的表现。对于三个模型而言，ANI-1xm均为训练集，COMP5m均为测试集。单位：kcal/mol/A图2

OC20，它里面是一堆金属的substrate，上面放一些小分子的活性分子，在催化表面上会发生一些反应。这样的一个数据集，我们把它的元素嵌入的空间拿过来做一个PCA，选取最显著的三个维度，把所有里面

近日，北京大学材料科学与工程学院许审镇课题组与中科院化学所文锐课题组、北京科学智能研究院、深势科技公司合作，采用深度势能方法[1]研究锂离子在锂电池固态电解质膜（SEI）的主要成分中的扩散机理方面取得重要研究进展，相关研究成果以

Science是学科交叉融合的成功范例，也是落地平台化的科研模式，此次科学智能广场的发布，标志着智慧共建，科研共创，价值分享的创新与共建模式的进一步进阶和推广。科学智能广场的发布不仅推动AI

(2009)】研究结果热力学性质的差异本文先从热力学性质的结果出发，带大家直观地体验一下MD计算中经典的和考虑量子效应的区别。图4.

eV/Å。声子色散的计算是否准确是检验DP模型精度的严格标准，因此我们还计算了ZWO的声子谱，44原子的胞产生了132个震动模，包括3个声学和129个光学支，计算结果与DFT计算结果相一致（图2c,

等期刊上以第一作者和通讯作者发表多篇文章。主要研究领域：金属结构材料的变形、环境断裂机理；锂电池负极材料失效机理及改性；动态催化理论；原位透射电子显微技术。李隽教授：

Li等人提出的加权热力学扰动（wTP）方法[3]结合起来，获得更加准确的自由能。据此，研究者基于wTP方法[3]，提出了广义加权热力学扰动（generalized

https://girder.hub.yt/#user/5e6910e368085e00018c906e/folder/5e6d279468085e00018c9081上下滑动查看更多推荐阅读

硼硅酸盐玻璃被广泛应用于餐具、光纤、显示玻璃、封接玻璃、生物活性玻璃、和核废料玻璃等多种产品。其中，含锂硼硅酸盐玻璃有望在全固态电池技术中发挥重要作用，它们具有柔韧性，可以使电解质和电极之间平滑连接以抑制界面电阻。在原子尺度理解玻璃微观结构，有助于准确地保持玻璃的离子导电性、机械响应性和抗裂性。密度泛函理论(DFT)计算是一种在纳米尺度上获得材料结构的精确方法。但是无定形氧化物玻璃的DFT计算是昂贵的，因为需要考虑较多的原子来表示非晶态结构的变化，以及较长的冷却时间来获得平衡良好的玻璃结构。经典分子动力学

（图3(a)）。团队进而假设有些与电子耦合较强的声子模式会由于电声耦合效应而不再稳定，被“冻结”，从而发生结构相变，并在此结构相变下计算了电子性质。研究发现，当一个特定的低频八极矩模式

近日，深势科技、北京科学智能研究院联合宁德时代21C创新实验室、宁波材料所采用深度势能方法[1]在研究有机无机复合钙钛矿的微观结构方面取得重大发现，研究成果“Hybrid

基于量子力学基本原理的第一性原理计算方法可以有效的预测材料的性质，如今已在物理、化学、材料、生物等多个学科的研究工作中被广泛使用。第一性原理计算方法从考虑原子和电子的微观角度出发，通过高性能计算机求解出材料的基本性质，可以加深人们对材料性质的理解，甚至预测新材料的性质。其中，密度泛函理论（Density

3.0版本相关内容，并回答大家关心的问题。诚挚邀请每一位关心和关注ABACUS的用户参与，共建AI辅助的新一代电子结构算法平台！（讲座正式推送将于10月3日发布）密码：221004Bilibili-

近日，来自北京大学应用物理与技术研究中心在读博士生刘千锐和陈默涵研究员在国产开源密度泛函理论软件ABACUS中实现了随机密度泛函理论（Stochastic

电子结构计算——过程与终点的思考项目描述本Hackathon项目参考DP-GEN2对ABACUS-DeePKS的内嵌工作流进行重写，取得了以下成果：利用dflow工作流套件实现了DeePKS

在高性能计算技术与机器学习方法飞速发展的今天，理论计算有望更快速地突破科学边界，解决更多的实际问题。密度泛函理论兼具效率与精度，正在释放出巨大的潜力。ABACUS作为积淀深厚的国产开源密度泛函计算软件，致力于结合高性能计算和机器学习方法，推动电子结构新算法的发展和普及，提高学生的电子结构算法知识水平，为更多科研人员、老师和学生们提供更方便易用的免费开源软件，为更多开发者提供一个框架清晰、方便上手的开发平台，努力将第一性原理方法打造成面向实际应用场景的解决方案。8

的OP类。该装饰器的程序逻辑主要是：提取被装饰函数的注解（即Python3中可以使用的函数对象的__annotations__属性）创建一个OP的新的子类，与函数同名并存入OP的

近年来，机器学习势函数正在彻底改变了分子模拟领域的研究范式，大量基于第一性原理计算产生的数据极大拓展了模型的应用范围。然而，面对一个新的复杂体系，我们基本上仍然需要生成大量新的数据从头训练模型。参考人工智能其他领域的发展，能否利用大量已经产生的数据、复用训练好的模型，是减少模型生产成本亟待解决的难题。近日，深势科技（DP

-（如需转载图文请与公众号后台联系）-------------------------------推荐阅读超新星成长记——哥伦布训练营超新星计划进行时DeepModeling

你是否：想要熟练掌握DP方法，却被DP-GEN安装反复折磨？能跟着最简单的例子跑一遍代码，却不知该如何应用到自己的科研中？大量的参数不知道意思，悉心设置一通，却做了很多无用计算？一个人单打独斗，想利用暑假弯道超车，却找不到志同道合的小伙伴？致力于解决以上问题的哥伦布训练营“超新星计划”已经开营一周啦！本次哥伦布训练营“超新星计划”有何亮点，这一周学员们的感受如何？下面请看小编从现场发回的实况报道~01学术氛围浓厚1v1导师计划根据学员们的课题和研究方向，本次超新星计划有针对性地为每个学员安排了学术导师。导师们来自DeepModeling社区和北京科学智能研究院（AISI），学术背景“硬核”，科研技能满满。无论是AI，Science背景，还是材料等领域，导师们均有丰富的科研经验。活动期间，不仅会为学员们做好规划指导，还会轮流坐班答疑解惑，为这段学术时光保驾护航。>讲座内容丰富不管是刚刚接触到dp的小白，还是已能熟练掌握dp系列方法，

Cluster作者：韩言博作品简介：ray能帮助人工智能和科学计算开发者向计算集群部署节点间频繁交互的计算任务。本项目为dflow开发了能执行ray任务的Executor，以衔接本地、云服务的ray

关注深度势能公众号，回复“AI4S报告”获取完整版2022年8月8日，2022中关村论坛系列活动——首届科学智能峰会隆重召开。本届峰会由中关村论坛执行委员会办公室、中关村科学城管理委员会指导，北京科学智能研究院（AISI）主办、北京深势科技有限公司承办。本届峰会的主题是“AI

Science'领域从0~1的创新目前可能还不太多。当然有许多实际问题的解决，并不一定需要0~1的创新，但我认为我们还是应该努力营造一个良好的创新生态，少做一些表面文章，多鼓励原始创新，只有这样AI

Hoffmann教授主讲。数字技术的进步虽然带来便利的生活，但是也带来了许多复杂的问题。科学技术对人类社会的潜在影响，总能引起人们最广泛的担忧。基于此，Hoffmann从他与Jean-Paul

Science需要什么样的基础设施，又将怎样与产业落地结合？通过为期4天的讨论，峰会将针对这些热点话题，为全球有志于践行AI

以DeePMD为代表的深度学习力场方法已经在材料模拟等领域取得较大成功，可以显著加速材料原子结构的精确模拟。然而理解、预测材料物性离不开电子结构计算，其深度学习的方法实现更具挑战性，研究进展有限。近期，清华大学物理系团队提出了DeepH方法框架，利用深度学习极大加速第一性原理电子结构计算研究，并在此基础上开发DeepH-pack软件。为了进一步促进DeepH-pack软件的发展，DeepH-pack将加入DeepModeling社区，与诸位社区开发者共同推动高效精确的第一性原理电子结构计算软件发展。DeepH项目简介第一性原理计算的困境第一性原理计算基于量子力学基本原理，无需任何经验参数，可以精确预测材料性质，已被广泛应用于物理、材料、化学、生物相关的科学研究。然而，受限于计算效率和精度，如何实现大尺度材料体系的第一性原理研究是该领域的一个重大挑战。基于人工神经网络的深度学习方法为解决该挑战问题带来了曙光。近期，深度学习已经成功应用于精确预测原子间相互作用，并加速分子动力学模拟。相比之下，理解、预测材料物性离不开电子结构计算，其深度学习的方法实现更具挑战性，研究进展有限。因此，发展深度学习方法、解决第一性原理电子结构计算的效率-精度两难困境是一个关键的科学问题。DeepH-pack软件：高效电子结构计算清华大学物理系徐勇、段文晖研究组发展了一种深度学习方法DeepH（Deep

-（如需转载图文请与公众号后台联系）-------------------------------近期热点关注重磅重启，精彩不断！首届科学智能峰会邀您8月相聚一封来自DP核心开发者的邀请函

【邀请函】致各位关注DP方法软件的老师和同学：你们好！DP系列方法及开源软件已经走过了5个年头，我们见证了DeepModeling社区从雏形到逐步成长的过程，基于DP系列软件产生的百余篇研究工作也成为了连接研究者们的桥梁。DeepModeling是当下科技发展趋势的缩影，眼下，机器学习与分子模拟的结合正势如破竹，不断带来新的挑战，也有无穷的机遇等待我们去探索，越来越多的课题组希望通过模拟+AI的研究方法解决各领域的科学问题。我们在努力做好DeepModeling社区工作和哥伦布教学培训活动的同时，仍能深切地感受到开发者与用户、老用户与新用户之间更充分交流的必要性：一两次短暂的培训，很难抵得上两三周的朝夕相处。基于此，在北京科学智能研究院（AI

Beijing)、承办单位深势科技共同协商决定，由于疫情原因延期举行的2022科学智能峰会，将于2022年8月8日-8月11日采用线上直播和部分线下的形式举办。2022科学智能峰会以「AI

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

第14届材料多尺度计算模拟国际会议于2022年7月4日至8日在成都举行，由电子科技大学承办，围绕新型自旋电子材料及其输运特性、多体系统的量子理论与计算、高效能源转存材料与器件设计、拓扑电子态与拓扑磁性等方向的议题开展研讨。2022材料多尺度计算模拟国际会议开幕式DeepModeling社区受邀参加了此次会议，并于7月7日至8日举办了第三期哥伦布训练营暨2022材料多尺度计算模拟国际会议DP培训课程，共吸引150+名学员报名参与，线上线下好评如潮，赶紧跟随小编盘点一下本次哥伦布训练营亮点和成果，重温一下精彩课程吧~◀课程亮点回顾▶超强的师资阵容本次训练营邀请到DeepModeling创始人之一张林峰博士、社区运营负责人王一博老师、北京大学数学学院博士后王亦楠老师、北京科学智能研究院研究员拓娉老师、dflow工作流套件主要负责人蒲建锟老师担任课程讲师。张与之老师协助对学员问题进行一对一答疑。课上，老师们深入讲解每个项目的闪光点，亮点频现。不同的教学风格、丰富的教学形式为学员们带来了精彩纷呈的课程内容。课后，课程讲师及答疑讲师们收集学员们在课程内容方面存在的困惑和意见。学员们认真聆听、积极交流、纷纷表示受益良多。丰富的课程内容不同于以往课程设置，本期训练营我们充分听取了往期学员的建议，不仅有往期备受好评的《DeePMD-Kit理论

World01Hackathon介绍在过去的一年里，许多有关AI4Science的项目在DeepModeling社区以迅雷不及掩耳之势成长起来：更强大的AI辅助分子模拟：DeePMD-kit

(2018)）：这一平均场动力学，实际上是在Wassenstein度量意义下的梯度动力学。人们证明了：如果其初始值的支集为全空间，且梯度下降的确收敛，那么其收敛结果必然是全局最优（参考：Chizat

#1039v2.2.4完成LCAO代码使用HSolver模块的重构重构数值原子轨道的格点积分程序，统一内部接口v2.2.3在PW代码中使用HSolver，在GlobalC:wf中用psi替换evc

想要知道Science领域有哪些亟待AI帮助解决的挑战？想要知道AI的知识能够如何应用到Science中？想要系统的学习AI4Science相关知识，但是找不到合适的渠道？这里，将是你学习AI4Science的最佳场所！AI4Science101带你扬帆起航！AI4Science

在实验室条件下，超快激光、强冲击波、离子束等过程常用于产生极端条件物质状态[1-3]。由于能量在极短时间尺度内（飞秒、皮秒量级）沉积，物质的热力学状态发生剧烈变化，并伴随着结构转变、金属化、解离、分层等复杂动力学过程。在这个过程中，离子、电子的行为显示出强烈的时间依赖特征和空间不均匀性，跨越多个时间、空间尺度。对于理论模拟而言，它意味着需要长时间（10^1

低温下伴随自发对称破缺的相变是物理学研究的传统课题。对于铁电体和铁磁体等凝聚态材料来说，唯象(Phenomenological)的朗道模型是描述这类相变的传统理论。传统的朗道理论基于体系的对称性，形式上直接给出了体系宏观自由能的一个微扰展开式，以出奇简单而优雅的方式定调了大部分相变的定性描述。同时，朗道理论中的微扰参数可以通过实验得到经验拟合。以此得到的数值朗道模型可以用来粗略地定量描述真实材料体系的一些性质。因而朗道理论往往是许多材料建模的开端。而对于从头算的第一性原理建模来说，朗道理论并不是建模的起点，而是一场漫长旅途的停靠点。Roberto

近些年来，机器学习势函数的发展极大推动了分子模拟领域的研究，使得针对大体系的高精度性质预测成为可能。然而，机器学习势函数的训练首先需要生成大量的第一性原理计算数据，对于精度要求很高的场景（如Quantum

开发精度高、可迁移性好的分子力场模型一直是微尺度科学计算领域的核心问题之一。近期，DeepModeling社区的开发者们发起了可微分分子力场（Differentiable