4月15日，由西北工业大学材料学院、凝固技术国家重点实验室主办，北京科学智能研究院和DeepModeling社区协办的“AI+先进分子动力学研讨会”在我校友谊校区东馆C205报告厅开幕。中国科学院院士、北京科学智能研究院院长鄂维南，北京应用物理与计算数学研究所研究员王涵，我校材料学院教授牛海洋，西安交通大学材料科学与工程学院教授邓俊楷，深圳湾实验室副研究员杨奕，DeepModeling开源社区负责人王一博，意大利技术研究院博士后杨满意、北京大学应用物理研究中心博士后刘建川以及来自不同高校及研究单位的近300名相关老师和同学通过线上/线下参加了此次研讨会。研讨会开幕式由牛海洋教授主持。

鄂维南院士在会议致辞中对筹办此次会议的老师、同学以及工作人员的辛勤付出表示衷心感谢。他首先就“AI for science”目前的发展前景进行深入剖析，指出AI的真正落地依赖于各位青年学者的共同推动。其次指出秉持开放理念在学科发展中的重要性。最后，提倡各位青年学者要培养主人翁精神，共同推动“AI for science”在中国的发展，将中国的AI理念推向世界。他希望通过本次会议能够吸引更多青年学者关注“AI for science”尤其是AI for material science领域的发展，实现合作交流，共同取得更大突破。

王涵研究员、刘建川博士、杨满意博士、牛海洋教授、邓俊楷教授、杨奕研究员先后以“深度势能预训练模型”、“ABACUS软件介绍及其应用”、“探索复杂体系的微观机理：深度学习+增强采样”、“基于深度学习先进分子动力学的材料相变研究”、“类黑磷烯褶皱结构二维材料机电效应的理论研究”、“现代分子动力学模拟中的增强采样”为题作学术报告。报告分别从原理以及应用角度详细讲述了深度势能模型以及先进分子动力学方法的发展与融合。深度势能模型作为将AI运用到材料科学领域的典型案例，解决了模拟中精度效率两难的难题，在保证“ab initio”精度的同时仍旧能够保持较高的效率，在多个复杂体系中展现了其强劲实力。增强采样方法则致力于模拟材料中的稀有事件，如：相变以及形核等。将增强采样技术运用到深度势能模型使得深度势能模型所需训练集数据更加完备与充分。而将深度势能模型运用到增强采样领域，其特有的精度与效率相兼合使增强采样在保证第一性原理计算精度的同时得以推向更大的时空间尺度。

针对AI+先进分子动力学未来可能面临的机遇与挑战，参会的六位老师展开圆桌讨论，探讨自己的看法和见解。本次讨论主要就“AI for materials目前暴露出哪些缺点”、“DPA等大数据模型对AI for materials的冲击与机遇”、“AI+先进分子动力学方法未来的机遇”三个议题展开讨论。讨论中，各位老师分别从开发者以及科研人员的角度给出了相关思考。

为促进AI+先进分子动力学相关研究方法在材料研究上的应该，研讨会于下午组织哥伦布训练营西安专场。王一博老师、胡俊伟、杨满意博士等分别就“DeePMD-kit原理及使用+ DP-GEN使用“、”深度势能案例实战“、”增强采样上机实战“、”UniMol原理及上机实战“等从基本理论与具体案例两部分出发进行了学术分享。

参会老师和同学一致表示，本次研讨会成功促进了不同高校、研究机构之间的学术交流，通过本次会议，对深度势能模型以及先进分子动力学原理及应用有了更加清晰的认知，会议中所强调的“开放”精神对促进“AI+先进分子动力学“技术发展与落地起着重要助力，AI+先进分子动力学未来的发展需要大家共同助力。

文案：雷岳峰，郭晓庆

审核：蔡利剑

责编：王俊杰