2024 年诺贝尔物理奖与化学奖都颁给“AI for Science”相关领域,这一重大事件无疑为该领域的蓬勃发展注入了强劲动力。在科学研究的新范式——“AI for Science”时代,基于数据驱动的机器学习力场(ML-FFs)成功化解了第一性原理电子结构方法与传统经验力场之间在准确性和效率方面的矛盾。近年来,该领域发展态势迅猛,在 Web of Science 平台的检索结果中清晰可见相关工作频繁登上 Nature、Science、Cell 等顶尖学术刊物。 随着计算机算力的迅速发展,通过 ML-FFs 实现第一性原理级别精度的大规模分子模拟研究已成为现实。机器学习方法还使人们对原本以为熟知的系统有了新的化学认知,例如小分子的非对称电子效应等现象,使研究者们能够更好地理解实验结果。由此可见,ML-FFs 极有可能成为现代计算化学与分子模拟的重要组成部分。
………………………………