机器学习势及其融入的物理模型在计算材料科学中的应用

摘要

计算材料科学在材料基因工程中占据着核心地位,大幅度提升新材料的研发效率,缩短研发周期,降低研发成本.虽然密度泛函和分子动力学计算已经取得了显著的进展,但依然受到计算成本和精度的限制.最近,机器学习势的出现,将密度泛函的精度和分子动力学的效率完美结合.机器学习势作为材料科学的一个工具,正迅速变得足够精确和灵活,可以应用于现实世界的材料科学问题.因此,机器学习势是实现多尺度模拟材料设计的必要步骤.