本次培训将从 DP 系列软件的发展角度讲起,对材料计算中的机器学习势函数展开概述,带领学员熟悉 DeePMD 相关基础知识,包括模型原理、功能流程和参数设置等,并展开 DeePMD-kit 上手实践,辅助新材料领域的科学研究,推动化学及材料科学行业的发展。本次培训由 Bohrium® 玻尔®科研空间站提供技术支持。
主题报告
报告主题:
AI for Science 新范式赋能材料智能研发
报告时间:
2024年7月10日 14:40-14:55
会场地址:E12-2
嘉宾介绍:
培训安排
培训时间:
7月11日下午 13:30-17:00
培训地点:
广州白云国际会议中心(线下培训)
培训日程:
上课时间 | 主题 | 讲师 |
13:30 - 14:00 | 机器学习势函数:从 DeePMD 到 DPA-2 | 王一博 |
14:00 - 15:30 | DeePMD-kit 原理介绍及上机实战 | 徐张满仓 |
15:30 - 16:30 | DP-GEN 原理介绍及上机实战 | 徐张满仓 |
16:30 - 17:00 | 答疑交流环节 |
讲师介绍
王一博,深势科技教学总监。本科和硕士毕业于北京大学信息科学技术学院,计算机专业,研究方向是机器学习与深度学习,深度扎根人工智能与教育行业,曾供职于一线互联网、教育行业。管理和运营全球最大的 AI4Science 社区 DeepModeling 开源社区,发起并组织 AI4Science 品牌教学活动“哥伦布训练营”,课程学员覆盖来自国内外上百所高校数万名学员。
培训软件简介
DeePMD 系列软件
深度势能(Deep potentials,简称DP)是机器学习势函数的一种,于2017年首次提出,已被广泛应用于不同的材料体系。DP 已在最先进的超级计算机上以第一性原理的精度应用于超过1亿个原子的 MD 模拟,并获得了2020年高性能计算的戈登贝尔奖,相关成果入选当年中国十大科技进展,充分体现了物理建模、机器学习和高性能计算的相互集成和融合。
在过去的几年时间内,DP 系列模型已被应用到了各种不同的材料体系中,包括(1)单质体系;(2)多元体系;(3)水相关体系;(4)分子体系和团簇;(5)表面和低维体系。将DP应用于材料领域已经产生一系列的科研成果,目前已在 Nature,Science,PRL,PNAS,Science advance 等顶级学术期刊发表。
DPA 模型
DPA 是由 DeepModeling 社区发布的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,是基于 DP 系列模型的一次全面升级。DPA-1 模型利用关键的门控注意力机制(Gated Attention Machanism),对原子间的相互作用实现了更为充分的建模,通过在现有数据上的训练,能够学习到更多隐藏的原子交互信息,极大提升了模型在包含不同构象、不同组分的数据集之间的迁移能力,可模拟原子规模高至100亿,是 AI for Science 走向大规模工程化的重要里程碑。
DPA-1在56元素数据集上训练之后,对元素参数的降维可视化,与元素周期表一一对应
2023年底,深度势能团队在 DPA-1 的基础上成功发布了 DPA-2。相比于 DPA-1,DPA-2 在模型架构显著更新的同时,最大的特点在于采用了多任务训练的策略,从而可以同时学习计算设置不同、标签类型不同的各类数据集。由此产生的模型在下游任务上显示出极强的 few-shot 乃至 zero-shot 迁移的能力,显著超越过去的方案。目前用于训练 DPA-2 模型的数据集已覆盖了半导体、钙钛矿、合金、表面催化、正极材料、固态电解质、有机分子等多类体系。
(batchsize=1, 1 million steps)
报名方式
1. 分论坛报名方式
扫描下方二维码或点击阅读原文跳转报名网址,注册时,请在“分会场名称”一栏,选择“E12-人工智能化学与材料学”。
报名网址:
https://cmc2024.scimeeting.cn/
2. 培训报名方式
扫描下方二维码或点击链接填写报名问卷。
报名链接:
https://wj.qq.com/s2/14796791/a3en/
注:本次培训为线下培训,仅对报名材料大会E12分会的学员开放。报名信息提交后,请不要快速切出,将自动跳转至微信群二维码页面,请大家扫码加入【2024材料大会AI辅助材料研究培训交流群】,如果二维码无法加入,请私信DP小助手微信:13366508631,小助手会手动拉你入群。
关于中国材料大会2024更多信息,可以点击“阅读原文”跳转大会官网。
推荐关注
关于深势科技