近日，渤海大學(xué)物理科學(xué)與技術(shù)學(xué)院樊哲勇教授團(tuán)隊(duì)與國內(nèi)外多家科研單位合作，在國際著名期刊《Nature Communications》發(fā)表了題為“General-purpose machine-learned potential for 16 elemental metals and their alloys”的研究論文。該研究在通用機(jī)器學(xué)習(xí)勢函數(shù)的開發(fā)與應(yīng)用方面取得了重大突破。樊哲勇教授擔(dān)任論文的主要通訊作者。該研究得到了來自多個(gè)國家和地區(qū)頂尖科研機(jī)構(gòu)的合作支持，包括北京科技大學(xué)、湖南大學(xué)、阿爾托大學(xué)、查爾姆斯理工大學(xué)、南京大學(xué)、喬治·華盛頓大學(xué)、香港中文大學(xué)、特拉維夫大學(xué)、浙江大學(xué)、南京航空航天大學(xué)、香港大學(xué)、哈爾濱工業(yè)大學(xué)以及拉夫堡大學(xué)。
該工作在樊哲勇教授2021年提出的神經(jīng)演化勢函數(shù)（NEP）的基礎(chǔ)上進(jìn)一步拓展，提出了第四個(gè)NEP版本（NEP4），顯著提高了NEP勢函數(shù)對(duì)多元素體系的描述能力，并極大地提高了訓(xùn)練效率。該研究提出了一個(gè)創(chuàng)新性思路，即僅用一元和二元物質(zhì)訓(xùn)練，即可準(zhǔn)確預(yù)測三元及更多元的物質(zhì)?；谶@一想法，僅用10萬訓(xùn)練結(jié)構(gòu)就得到了一個(gè)適用于16種金屬單質(zhì)及其任意化合物的通用機(jī)器學(xué)習(xí)勢函數(shù)。該勢函數(shù)被命名為UNEP-v1，意為第一個(gè)版本的統(tǒng)一NEP勢函數(shù)。樊哲勇教授團(tuán)隊(duì)與合作者們正在緊張開發(fā)未來版本的UNEP，期望取得更高水平的研究成果。
該論文的發(fā)表標(biāo)志著渤海大學(xué)在國際前沿領(lǐng)域的探索與國際科研合作中邁出了堅(jiān)實(shí)步伐，進(jìn)一步提升了學(xué)校在人工智能與材料科學(xué)交叉領(lǐng)域的學(xué)術(shù)影響力，為未來更多高水平科研成果的產(chǎn)出奠定了基礎(chǔ)。（作者：董海寬 編輯：趙菁）
