【AI 直接推演原子运动 】

传统结构分子动力学模拟非常耗时，很难扩展到大尺度。5月5日《自然·机器智能》上的一篇文章提出了一种新方法：用等变神经网络直接预测一段时间后的原子位置和速度，相当于让 AI 学会了“物理系统会怎样演化”。在约 4,300 个原子的石英系统里，该方法每天能生成近 20 ns 轨迹，而传统方法在 1,000 个原子上只能预测 1 ns。更有意思的是，即便只用常温液态水的数据来训练，模型也能模拟水从 300 K 冷却到 180 K 的玻璃化过程。

参考文献：Thiemann, F.L., Reschützegger, T., Esposito, M. et al. Force-free molecular dynamics through autoregressive equivariant networks. Nat Mach Intell (2026).
#人工智能##ai创造营#