时代榜样 | AI for Science时代，“ 天才少年 ”连续发表国际顶刊，引爆学术界核弹！

本文介绍了在“AI for Science”时代，基于机器学习的分子动力学（ML-FFs）和第一性原理计算的发展。文章详细描述了图卷积神经网络（ACE-GCN）在非均相催化反应中的应用，展示了其在NO吸附和OH*吸附系统中的成功应用。此外，文章还讨论了ML-FFs在解决第一性原理电子结构方法与传统经验力场之间矛盾中的作用，以及其在加速催化剂表面描述中的潜力。文章还提到了2024年诺贝尔物理奖与化学奖颁给“AI for Science”相关领域，进一步推动了该领域的发展。最后，文章强调了该领域的跨学科性质和专业培训的迫切性。