上交團隊設計AI模型將分子動力學計算效率提升100倍，有望用于離子導體研究和藥物研發等

近期，上海交通大學人工智能與微結構實驗室通過引入生成人工智能中的 Transformer 算法，提出了人工智能模型 T-AIMD，為分子動力學長期以來的計算耗時問題提供解決方案。T-AIMD 模型結合了序列特征和物理描述符（如電荷、溫度等），通過這種方式，模型不僅學習了序列的動態特性，還融入了物質的靜態屬性，從而提高了模型的泛化能力和預測的準確性。此外，該模型還利用高性能計算資源支持深度學習模型的訓練和運算，通過智能算法優化計算過程，實現快速準確的物質特性預測。