登顶Nature！占据顶刊榜首，成功吸引全世界目光，材料领域研究之间亦有差距！

本文讨论了“AI for Science”领域的快速发展，特别是在材料科学中的应用。文章强调了机器学习力场（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，并指出ML-FFs可能成为现代计算化学与分子模拟的重要组成部分。文章还提到了该领域的跨学科性质和培训的迫切性，以及深度学习方法在第一性原理计算中的应用，包括神经网络势函数和密度泛函微扰理论。课程内容丰富，涵盖了从理论到实操的多个方面，旨在帮助学员快速上手和深入理解相关技术。