Abstract:
2024年诺贝尔奖对"AI for Science"的认可,推动了机器学习力场(MLP)的突破性发展,其以精度与效率的平衡重构了分子动力学(MD)研究范式。我国自主研发的 GPUMD 作为全球领先的 AI+MD 工具,依托 GPU 异构架构原生集成机器学习势,以经典力场成本实现第一性原理的计算精度,突破复杂材料模拟瓶颈,获国家级科研支持与多学科应用。特别的基于 NEP 模型,使用 GPUMD 平台证明了基于机器学习势可以结合量子修正方法来准备描述液态水的物理性质,从而在计算模拟中准确获得了液态水的输运系数,并可以广泛应用于非晶体系。此外,我们还基于 GPUMD 开发了高能量计算以及通用势函数模型等。未来, GPUMD 将通过多尺度、多物理场融合技术,驱动能源、材料等领域的跨尺度模拟创新,其开源生态与算法升级将持续引领"AI for Science"时代计算材料科学的发展。
报告人简介:
徐克,厦大物理2023届博士,香港中文大学副研究员,GPUMD核心开发者(2/38),NEP-MB-pol模型开创者,NEP89大模型重要贡献者。参与国家科技创新2030重大项目、中国科学院-香港地区联合实验室和香港RGC等项目。获得香港中文大学Research Fellowship Scheme提名,厦门大学柳玉滨青年科技奖,2018年、2022年分别获得国家奖学金,2023年分别获得厦门大学优秀毕业生和优秀三好学生。在Nat. Commun., Mater. Today Phys., Adv. Mater. Technol., Phys. Rev. B等期刊发表论文50余篇,谷歌学术引用1300+。