2021云栖大会，AI+Science成热议关键词

在“AI+Science”的时代大潮中，探索无限可能性的系统机遇正在铺开。深势科技创始人、首席科学家张林峰博士在不久前举行的云栖大会的主论坛上明确表示，“‘AI+Science’正通过人工智能的力量连接各个物理尺度，进而解放科学研究与工业设计的生产力。”此刻，“AI+Science”的大规模工程化正处于黄金时期。这场盛况空前的全球科技盛会——云栖大会，已然成为科技领域创新的风向标，其主论坛所探讨的话题更是引领前沿、充满探索精神和无限想象。

2021年，AI与Science成为炙手可热的关键词组合。AlphaFold2通过深度学习技术，在预测蛋白质结构方面取得了重大突破，充分展示了人工智能在科学领域解决问题的巨大潜力。当我们从生物这一单一场景出发，进一步扩展到物理、化学、材料、地质等多领域时，不禁让人好奇：以深度学习为代表的AI与科学计算相结合，究竟能催生出怎样的新科学模型、新实验方法以及全新的产业业态？

《AI赋能科学计算：张林峰博士引领AI与科学融合的未来》

张林峰博士的演讲“‘AI+Science’从科学愿景走向大规模工程化”，为我们揭示了人工智能在解决传统科学计算问题中的巨大潜力。他所带领的深势科技团队，正在以前所未有的方式改变我们对世界的认知。

他们引领的跨尺度建模技术，成功将人工智能和高性能计算等能力应用于实践。在世界上最大的超级计算机上，他们推动了量子精度的分子动力学模拟，达到了上亿个原子的尺度，这一成果在全球范围内都处于领先位置。他们的努力获得了美国计算机协会ACM的2020年戈登贝尔奖，并当选由中国科学院和中国工程院主办、中国科学院院士和中国工程院院士评选的2020年中国十大科技进展。

张林峰博士指出，他们的研究成果不仅展示了技术的高度，更在于其实用性。这项技术有望在力学、化学、材料、生物乃至工程领域解决实际问题中发挥重要作用。从开普勒范式到牛顿范式，人类对于世界的认知在不断深化，而AI技术正是推动这一进程的重要力量。

他们的探索并未止步，深势科技团队正在不断挖掘AI在解决科学计算问题中的更多可能性。他们相信，随着技术的不断进步，AI将在科学计算领域发挥更加系统的机会，带来更多的创新和突破。

在探索数据的奥秘与基本原理的征途上，我们见证了两种独特范式的挑战与机遇。前者深挖数据中的规律，如同在星际中探寻星座；后者则探寻事物的基石原理，犹如在深海中搜寻珍珠。而在当代的科技浪潮中，人工智能（AI）的应用正集两者之大成，特别是在计算机视觉（CV）和自然语言处理（NLP）等领域大放异彩。与此仿真模拟和工业设计软件的进步则凝聚了后者的精华。

开普勒范式面临的挑战在于模型的“知其然不知其所以然”，即模型的可解释性和可迁移性等问题；而牛顿范式则面临计算过程中的“维度灾难”，让计算既繁琐又漫长。“AI+Science”的本质正是这两种范式的完美结合，它们携手共进，为我们带来了前所未有的系统性机会。

AI，特别是以机器学习为代表的技术，拥有处理复杂数据的能力，使得训练出的物理模型能够在微观和宏观尺度上兼具精度和效率。这就像为科学计算装上了双翼，让我们能够真正解决“维度灾难”这一难题。以荣获戈登贝尔奖的Deep Potential方法为例，张林峰博士展示了AI与分子动力学模型的强大结合，在保证高精度的实现了物理模型效率的指数级提升。这种全新范式为药物设计、材料设计和化工设计等领域提供了系统性的解决方案，实现了“既快又准”的计算模拟。

其实，“AI+Science”的应用场景远不止于微观层面的设计。在宏观世界，它同样有着广阔的应用天地。无论是飞机、汽车还是火箭的设计制造，都将受益于这一技术的深入应用。让我们共同期待这一科技新纪元，为我们带来的无限可能！

“AI+Science”工程化的澎湃时刻

当我们谈论Science（科学）时，我们是在探索和理解未知的世界；而当我们将目光转向工程，则是将科学理论转化为实际应用的过程。在这一背景下，“AI+Science”的工程化正处在一个关键的时刻。

张林峰博士深情地阐述了“AI+Science”的工程化理念。从规模、数据、性能三个维度来看，AI与科学的结合正在发生深刻的变化。在“规模工程”的维度，我们更加关注计算本身的发展；在“数据工程”的维度，我们需要尊重物理规律，紧密贴合物理世界的真实情况；而在“性能工程”的维度，软硬件之间的关系将发生颠覆性的改变，不再是软件对硬件的适配，而是硬件为算法量身定制。

这样的工程化进程，需要科学家、工程师以及各个行业的共同努力。张林峰博士提出了一种被验证且最佳的软件协同发展模式——“开源去中心的协同开发”。在这种模式下，我们可以快速实现分布式评审，集思广益，凝聚各方的智慧和力量。

打造“AI+Science”新一代基础设施的新思路正在逐步清晰——那就是“开源协同”。我们期待着在这一领域取得更多的突破和创新，推动科学技术的发展，为人类的进步贡献力量。这是一个激动人心的时刻，让我们共同期待“AI+Science”工程化的美好未来！在过去的半个世纪里，开源模式为计算机领域带来了突飞猛进的发展。对于科学计算这一领域的新事物而言，基于开放共享精神和同行评价机制的高效合作模式展现出了迅猛的发展势头。DeepModeling开源社区，由张林峰博士为核心发起人并积极推动，正见证着新一代AI+Science体系的崛起。

在这个平台上，底层算力调度、各尺度物理引擎、数据库以及面向各类计算需求的工作流都在不断快速迭代。DeePMD开源软件的运用，吸引了来自世界各地的数千个材料、化学、生物等领域的研究组参与其中。他们共同拓宽科研边界，产出众多高质量的科研成果。

AI+Science的未来，被张林峰博士描绘为解放科学研究与工业设计的生产力。这种开放合作模式有助于推动科学研究和工业设计的创新，通过集成人工智能技术与各领域专业知识，提高研究效率和设计质量。

张林峰博士强调，AI+Science的潜力在于其能够打破传统科研与工业设计模式的束缚，充分利用人工智能技术的优势，实现科研与工业设计的智能化、自动化和协同化。这将极大地提高科研与工业设计的效率，推动科技与产业的快速发展。

AI+Science的未来充满着无限可能。在DeepModeling开源社区等平台的推动下，这种合作模式将继续推动科学研究和工业设计的进步，为人类创造更多的价值。微观尺度的创新力量：深势科技重塑研发格局

在科技的前沿领域，深势科技正引领一场微观尺度的革命。这家公司，自2019年成立以来，便聚焦于微观尺度工业设计平台的建设，意图通过创新技术解决这一领域的难题。其独特之处在于，深势科技不仅仅是一个科技公司，更是一个致力于解放科学家生产力的先锋。

深势科技通过开源社区和Lebesgue科学计算平台，为药物设计和材料研发两大行业带来前所未有的便利。他们打造的模拟研发平台，不仅服务于药企、材料商，更广泛服务于科研机构，其目标在于彻底解放研发工作者的生产力。这意味着，深势科技不仅仅是在提供技术，更是在推动整个行业的进步。

深势科技的核心团队具备强大的科研实力和产业落地能力。他们研发的新一代分子模拟算法在保持量子力学精度的将分子动力学的计算速度提升了多个数量级。更令人惊讶的是，这一算法对算力的需求与体系的原子数量呈线性依赖，这意味着，即使是处理庞大的体系，也能保持高效的计算速度。这一技术的突破，使深势科技在高性能计算领域获得了极高的荣誉，其团队核心成员更是荣获了全球计算机高性能计算领域的最高奖项——“戈登·贝尔奖”。他们的工作还当选了2020年中国十大科技进展和全球人工智能十大科技进展。

关于深势科技，这是一个充满活力和创新精神的公司。他们正用科技的力量，重塑微观尺度的工业设计格局，为整个行业带来革命性的变革。他们的目标不仅仅是成为一家伟大的公司，更是成为推动科技进步的重要力量。深势科技正在做的，不仅仅是解决微观尺度的工业设计难题，更是在为整个科学界开辟新的道路。由中国科学院院士引领的公司核心团队，汇聚了物理建模、数值算法、机器学习、高性能计算以及药物与材料计算等多个领域的顶尖青年科学家和工程师。这支精英团队由数十名专业人才组成，他们的实力和专业背景为公司的发展注入了强大的动力。这支团队不仅拥有卓越的技术能力，更在各自的领域里有着丰富的经验和深厚的底蕴。他们共同致力于研发创新，推动着公司的技术不断向前发展。