来自牛津大学及美国、瑞士多家研究机构的联合研究团队使用更广泛的、基于机器学习模型的、具有量子精确的高斯近似势能（GAP）分子动力学模拟（GAP-MD），对包含10万个硅原子系统的液体-非晶态和非晶态-非晶态转变过程进行了研究，并同时预测了其结构、稳定性和电子性质。纳米尺度规模下非晶材料的结构相变研究标志着研究人员对无序材料的仿真模拟已迈出了质的步伐。相关研究成果1月6日作为2021首期《自然》封面发表。

这是继2020年12月DeepMind人工智能解决生物学50年来重大挑战之后，人工智能在又一个新的领域展现强大能力。论文第一作者和通讯作者、牛津大学的沃尔克 德林格（Volker Deringer）称，这项工作是机器学习和计算化学在原子层面上提供对材料新见解的一个范例。现在，人类可以建模的原子数大大增加了，已经能够实现10纳米尺度，10万个硅原子系统的模拟，而使用常规方法的话，即使是超级计算机也需要耗费大量时间。

来源：《自然》