随着人工智能的兴起和进一步发展，材料科学和工程领域的研究越来越注重计算模拟的效率与准确性。机器学习势（Machine-learning potential, MLP）作为一种结合了第一性原理计算精度和分子力场速度的方法，能够很好地满足这一需求，它在半导体、电子器件、增材制造等领域有广泛的应用前景。

2023年9月21日下午，线上报告——“机器学习赋能半导体领域研究升级”顺利举办，由Materials Design的刘晓莉博士和Volker Eyert博士为大家介绍MedeA中机器学习势的理论背景，演示机器学习势的生成方法和它在半导体等领域的应用。

下面将本次培训课堂精彩内容整理分享给大家。

精彩内容分享

Q&A答疑分享

 1. VASP生成的MLFF可以用于LAMMPS吗？

答：不可以，只有MLP生成的机器学习势可以用于LAMMPS。但如果是从VASP MLFF对应的训练集出发，借助MLP进行训练得到的机器学习势，也是可以用于LAMMPS的。

2. 如何确认MLP的可靠性？

答：需要针对若干有代表性的结构，分别用MLP和DFT计算能量，如果误差在合理的范围内，则可以认为当前的MLP是合理的。

3. 云计算是什么？

答：云计算将计算任务分布在大量计算机上，根据需求获取算力，以此提高计算资源的使用效率。例如我们可以将VASP和MedeA部署在云端，可以直接提交任务进行计算，省去了本地安装的步骤。

4. MLP可以用于高分子/光催化/防火材料领域的研究吗？

答：可以，需要针对您的研究体系来进行训练对应的MLP。

5. 我是新手，该如何入门机器学习？

答：您可以从本次报告中的理论背景部分学到比较基本的机器学习势相关的知识，在此基础上，通过上手实操一些算例来加深了解。

线上讲座回看

◆ 关注VASP中国官方公众号“源资科技VASP”

◆ 菜单栏中点击“快捷通道”，找到“源资课堂”

◆ 点击“直播讲座”中的“【线上报告】机器学习赋能半导体研究升级”，填写报名信息，即可免费观看直播和下载课件。