文章摘要
【关 键 词】 AI科技、科学大模型、分子模拟、技术创新、跨学科合作
深势科技,一家由北大90后创始人孙伟杰和张林峰于2018年成立的AI for Science公司,于2024年4月12日在京举办了开发者大会。在会上,深势科技首次公开了其科学大模型体系“深势宇知®”,并展示了其在AI for Science领域的技术、算法、产品和前沿探索成果。深势科技的成果已构建起繁茂复杂的“大模型之树”,包括DPA(分子模拟大模型)、Uni-Mol(分子构象大模型)、Uni-RNA(核酸结构大模型)和Uni-Fold(蛋白折叠大模型)等四个底层大模型。其中,DPA是原子间势函数的预训练大模型,被称为“微观世界的Sora”。
DPA的核心在于通过深度学习解决微观世界原子间相互作用势能规律的模拟问题,从而进行分子模拟和原子级别的再创造。DPA-1模型于2022年12月发布,开发者在含有56种元素的较大数据集上进行了预训练,并在各种下游任务上进行了迁移学习。2023年12月,DPA-2发布,采用多任务训练策略,可以同时学习计算设置不同、标签类型不同的各类数据集。
深势科技提出的科学实验算法分级理论与Sora的路径相似,分为L1(模仿现实)、L2(预测现实)和L3(搜索现实)。深势科技在AI for Science领域致力于通过底层技术创新,将实验室研发模式迭代为工业级生产,激发AI for Science的潜力。然而,这个过程面临着算力资源调用、算法突破、创新路径等现实问题。
深势科技创始人兼首席科学家张林峰博士在对话中表示,DPA解决了“维数灾难”问题,使得原子利用率得到显著提升。通过深度学习,DPA能够在保持量子力学精度的同时,显著提高分子动力学计算的速度。此外,张林峰还提到,微观世界的数据比宏观世界更难获取和沉淀,这是微观大模型的核心难点。
深势科技在AI for Science领域致力于打造一个全面的平台,支持跨学科的合作和创新。通过开源社区和合作项目,深势科技鼓励开放的科学交流和协作,同时提供开放的API接口和易用的应用体系。深势科技的定位是一个创新的引领者和基础设施提供者,类似于安卓操作系统在智能手机和其他移动设备领域的作用。深势科技致力于为科学研究提供一个强大的、基于AI的计算平台,推动科学发现和技术创新。
张林峰认为,AI与Science的结合是相互促进的,两者在不同层次上有不同的结合方式。他强调,基础设施准备好后,才能打开更多空间。深势科技的路径是产生连接、形成迭代,根据实际情况反馈回来,基础设施准备好以后,才能打开更多空间。在这个过程中,深势科技将不断探索与各个场景的结合,为科学研究领域带来更多的创新和突破。
原文和模型
【原文链接】 阅读原文 [ 4262字 | 18分钟 ]
【原文作者】 硅星人Pro
【摘要模型】 moonshot-v1-32k
【摘要评分】 ★★★★★