文章预览
导语 在当前基础科学研究中，绝大多数任务本质上可以归结为对不同物理系统的描述和建模。对蛋白质的结构预测让我们了解蛋白质的功能，分子动力学模拟让我们更好地了解化学反应的机理，对于系统结合能的预测让我们筛选更好的催化剂。随着近年来深度学习模型，特别是图神经网络模型的发展，越来越多的模型开始应用于从亚原子到大分子等一系列不同尺度物理系统的建模，取得令人瞩目的成果。在集智俱乐部 「几何深度学习」读书会 ，阿里巴巴达摩院资深技术专家荣钰博士针对复杂物理系统和长时间动态系统，介绍了基于几何图学习（geometric graph learning）对这两类系统进行建模的最新工作以及相关应用，并对未来AI for Science相关领域进行展望。 研究领域： 图神经网络，几何图学习，AI for Science，复杂系统建模，动态系统建模 荣钰 | 讲
………………………………
