跨界了！Nature Machine Intelligence最新研究：字节跳动梦幻联动LIBs

文章预览

第一作者： Sheng Gong 通讯作者： Weihao Gao和Wen Yan 通讯单位：中国字节跳动研究所、美国字节跳动研究所 【成果简介】 尽管机器学习力场 (MLFFs) 在固体和小分子中得到了广泛应用，但在将MLFFs应用于模拟液体电解质方面仍存在显著差距。 对此，来自 中国和美国字节跳动研究所的Weihao Gao和Wen Yan等 介绍了一个用于分子动力学模拟的预测框架-字节跳动人工智能分子模拟加速器 (BAMBOO)，并设计了一个基于物理启发的图形等变变换器 (GET) 架构，作为BAMBOO的核心，以从量子力学模拟中学习，展示了其在锂离子电池液体电解质方面的应用能力。此外，还引入了一种集成知识蒸馏方法，并将其应用于MLFFs，以降低分子动力学模拟中观察结果的波动。最后，提出了一个密度对齐算法，以使BAMBOO与实验测量结果相一致。结果显示，BAMBOO在预测液体电解质的关键性质 ( ………………………………