Democratizing Atomistic Simulation Workflows for the AI Era with the Quantum Accelerator
本文介绍了 QuAcc，这是一个开源 Python 库，它通过将科学逻辑与执行引擎解耦，实现了对多种量子力学方法和基础机器学习原子间势函数的灵活且与引擎无关的编排，从而为 AI 时代下的原子模拟工作流实现民主化。
原始论文采用 CC BY 4.0 许可（http://creativecommons.org/licenses/by/4.0/）。 这是对下方论文的AI生成解释。它不是由作者撰写或认可的。如需技术准确性，请参阅原始论文。 阅读完整免责声明
在现代科学世界中，研究人员正致力于解决人类面临的一些最困难的问题，从寻找用于清洁能源的新材料到设计能够治愈疾病的药物。为了实现这一目标，他们依赖于一种被称为原子模拟（atomistic simulation）的强大工具。想象一下，能够在计算机上构建一个微小的、完美的物质模型，精确到每一个原子，然后观察这些原子的运动和相互作用。这使得科学家能够在实际制造出材料之前，预测材料的行为。几十年来，实现这一目标最准确的方法是使用量子力学定律，即支配电子和原子行为的规则。然而，这些计算极其繁重且缓慢，通常在超级计算机上运行单次模拟就需要耗费数天或数周的时间。
为了提高速度，科学家们最近开始利用人工智能来创造捷径。这些被称为机器学习原子间势能（machine-learned interatomic potentials）的人工智能模型可以几乎瞬间预测原子的行为，从而允许研究人员模拟规模更大、周期更长的系统。但问题在于，这些人工智能模型的效果取决于它们训练时所使用的数据。如果用于教导人工智能的数据是根据一套规则计算得出的，而科学家却使用另一套规则来检查人工智能的工作，那么结果可能会产生误导。这就像试图用一个为不同运动校准的秒表来评判跑步者的速度；数字看起来可能没错，但它们并不能反映真实情况。此外，运行这些复杂模拟所需的软件工具已经变得如此专业化和碎片化，以至于只有少数专家知道如何使用它们，这使得许多优秀的科学家无法参与到这个新的发现时代中来。
一组研究人员现在推出了一款名为“量子加速器”（Quantum Accelerator，简称 QuAcc）的新型开源软件库，旨在解决这些问题并让高质量的模拟变得触手可及。可以将这款软件想象成原子建模世界的通用翻译官和指挥大师。与其强迫科学家学习十几门不同的、复杂的语言来与运行模拟的各种计算机程序进行交流，QuAcc 提供了一套简单、统一的指令，可以与所有程序协同工作。研究人员构建这个工具时，将科学逻辑（即解决问题所需的实际步骤）与运行计算的机械装置完全分离。这意味着科学家可以编写一次工作流，使用标准的、易读的计算机代码，然后就可以在自己的笔记本电脑、大型超级计算机或云端运行，而无需针对每个不同的系统重新编写代码。
QuAcc 的力量在于它能够连接庞大的现有模拟方法库。它可以与数十种计算电子行为的程序以及预测原子运动的新型人工智能模型进行对话。研究人员证明，这种灵活性使科学家能够轻松结合不同类型的计算。例如，研究人员可以使用一种快速、近似的方法来寻找分子的理想初始形状，然后立即切换到一种高精度、较慢的方法来获得最终的精确答案，而这一切都可以在同一个自动化工作流中完成。这消除了科学家需要成为每件软件专家的需求，让他们能够专注于科学本身，而不是运行程序的各种技术障碍。
该团队工作中一个最为关键的发现涉及如何测试这些人工智能模型。研究人员表明，当科学家评估人工智能模型的准确性时，结果会根据生成“地面真值”（ground truth）数据的方式而发生剧烈变化。在一项涉及一百种不同原子结构的特定测试中，团队将几种人工智能模型的预测结果与参考数据进行了对比。当他们使用的参考数据是使用与训练人工智能完全相同的设置和规则生成时，人工智能预测的误差要小得多且更加一致。然而，当他们使用由不同设置生成的参考数据时，误差看起来要大得多，有时甚至达到了五倍。这证明了如果你不将创建测试数据的规则与训练人工智能的规则相匹配，你就会得到一个关于人工智能表现好坏的错误图景。
通过提供一种生成这些一致参考计算的标准方式，Qually 确保了当科学家说一个人工智能模型很准确时，他们确实是指这个意思。该软件包含了许多用于训练这些人工智能模型的著名大型数据集的预制模板，确保任何使用该工具的人都能重现实现公平测试所需的精确条件。随着该领域向使用人工智能代理自动设计新材料的方向发展，这一点尤为重要。如果这些人工智能代理要被信任去进行现实世界的发现，它们所使用的工具必须是可靠、可重复且没有隐藏不一致性的。
QuAcc 背后的团队已向公众免费开放了该软件，邀请世界各地的科学家贡献他们自己的方法和工作流。通过降低准入门槛并确保底层计算的一致性和透明度，这一工具旨在使计算化学领域实现民主化。它允许并非计算机编程专家的研究人员也能利用最先进的模拟技术。随着人工智能在科学发现中扮演越来越核心的角色，像 QuAcc 这样的工具对于确保这场新材料发现竞赛立足于坚实、可重复的科学基础至关重要。这项工作不仅提供了一种运行模拟的新方法，更提供了一种确保这些模拟结果值得信赖的新方法，为材料科学和化学领域更快、更可靠的发现铺平了道路。
您所在领域的论文太多了？
获取与您研究关键词匹配的最新论文每日摘要——附技术摘要，使用您的语言。