【儀表網(wǎng) 研發(fā)快訊】物質(zhì)科學(xué)的核心問(wèn)題之一是理解原子間的相互作用。如果我們能建立一個(gè)原子尺度的通用力場(chǎng)，便可創(chuàng)造一個(gè)原子間相互作用的求解器，從而通過(guò)分子動(dòng)力學(xué)模擬諸多物質(zhì)科學(xué)問(wèn)題。前輩科學(xué)家們發(fā)明的量子化學(xué)/密度泛函理論(Quantum Chemistry/Density Functional Theory)通過(guò)求解薛定諤方程造就了一個(gè)模擬物質(zhì)科學(xué)的大一統(tǒng)方法。通過(guò)此類(lèi)方法，人們可以精確求解任意化合物體系中原子間相互作用，較為完美的解決了這個(gè)問(wèn)題。但是密度泛函理論需要強(qiáng)大的算力，僅適用于數(shù)十至數(shù)百原子體系，無(wú)法線性擴(kuò)展至大體系或復(fù)雜體系；而傳統(tǒng)的分子動(dòng)力學(xué)方法，雖然運(yùn)算速度快，但是力場(chǎng)精度低、力場(chǎng)適用體系少，因此存在諸多限制。
 

　　中國(guó)科學(xué)院物理研究所/北京凝聚態(tài)物理國(guó)家研究中心孟勝、劉淼研究員聯(lián)合松山湖材料實(shí)驗(yàn)室團(tuán)隊(duì)，研發(fā)了一種基于深度學(xué)習(xí)圖結(jié)構(gòu)的通用預(yù)訓(xùn)練力場(chǎng)(graph-based pre-trained transformer force field ，簡(jiǎn)稱(chēng)GPTFF)。GPTFF模型充分利用Atomly數(shù)據(jù)庫(kù)中的海量數(shù)據(jù)和 transformer 算法的注意力機(jī)制，可精確預(yù)測(cè)原子間相互作用，具備出色的精度和泛化能力，適用于幾乎任意無(wú)機(jī)化合物的近平衡態(tài)，可用于大體系及復(fù)雜體系的分子動(dòng)力學(xué)模擬。GPTFF模型支持開(kāi)箱即用，用戶(hù)可跳過(guò)模型訓(xùn)練步驟，直接開(kāi)展化合物的結(jié)構(gòu)優(yōu)化、相變模擬、物質(zhì)輸運(yùn)等科學(xué)問(wèn)題。GPTFF開(kāi)發(fā)團(tuán)隊(duì)已將該模型的算法、程序、模型參數(shù)開(kāi)源，所有人都可下載使用。
 

　　原子尺度的通用力場(chǎng)AI大模型，可廣泛支持物質(zhì)物理、材料、化學(xué)等諸多領(lǐng)域，它也被認(rèn)為是物質(zhì)科學(xué)的基座模型，有望變革性地改變物質(zhì)領(lǐng)域的計(jì)算模擬方式。美國(guó)的 Materials Project團(tuán)隊(duì)率先發(fā)布了m3gnet和CHGNET模型及數(shù)據(jù)集，成為了該方向的標(biāo)桿。google、微軟等科技公司洞悉到該方向的重要性，也正在研發(fā)類(lèi)似的AI模型及數(shù)據(jù)產(chǎn)品。我國(guó)雖然有很多類(lèi)似的項(xiàng)目及模型，但都采用歐美的開(kāi)源數(shù)據(jù)集，無(wú)法從根本上實(shí)現(xiàn)自主可控，更無(wú)法實(shí)現(xiàn)超越。GPTFF模型的訓(xùn)練數(shù)據(jù)源自自研的Atomly材料數(shù)據(jù)庫(kù)(https://atomly.net/)。該數(shù)據(jù)庫(kù)包含近35萬(wàn)個(gè)無(wú)機(jī)材料數(shù)據(jù)，數(shù)據(jù)規(guī)模和質(zhì)量位于世界頂級(jí)水準(zhǔn)，知識(shí)產(chǎn)權(quán)自主可控，也是我國(guó)唯一可對(duì)標(biāo)歐美競(jìng)品的無(wú)機(jī)材料數(shù)據(jù)庫(kù)。GPTFF的訓(xùn)練數(shù)據(jù)包含3780 萬(wàn)個(gè)單點(diǎn)能量、117 億個(gè)力對(duì)和 3.402 億個(gè)應(yīng)力，數(shù)據(jù)具有高度的標(biāo)準(zhǔn)和和一致性，保證了模型的高精度和強(qiáng)泛化能力。GPTFF能夠?qū)崿F(xiàn)對(duì)原子間相互作用的精確預(yù)測(cè)，原子間能量、受力以及應(yīng)力的預(yù)測(cè)精度分別達(dá)到 MAE=32meV/ 原子、71 meV/Å 和 0.365 GPa，優(yōu)于m3gnet和CHGNET(圖1)?？捎糜谀M晶體結(jié)構(gòu)弛豫、固態(tài)電解質(zhì)中的離子疏運(yùn)、金屬在應(yīng)力下的相變等科學(xué)問(wèn)題 (圖2)。
 

　　本工作受到了國(guó)家自然科學(xué)基金項(xiàng)目、科技部重點(diǎn)研發(fā)計(jì)劃和中國(guó)科學(xué)院的資助。物理所博士生謝帆愷是該論文第一作者，孟勝研究員、劉淼研究員為通訊作者。該成果以“GPTFF：一套高精度開(kāi)箱即用的無(wú)機(jī)化合物人工智能通用力場(chǎng)模型(GPTFF: A high-accuracy out-of-the-box universal AI force field for arbitrary inorganic materials)”為題發(fā)表在《Science Bulletin》雜志。
 

圖1. 模型精度及運(yùn)行效率
 

圖2. 模擬鋰離子電池固態(tài)電解質(zhì)中的Li離子輸運(yùn)行為