查看原文
其他

《机器学习+材料化学:从入门到上手》开始招生啦

开拓创新的 深势科技 DP Technology 2024-03-28

人工智能的洪流浩浩汤汤,ChatGPT的出现更是将其推向一波新的高潮。与此同时,人工智能技术与基础科学研究的深度融合(AI for Science, 下称AI4S),正在为人类进一步突破知识边界提供全新的可能。Alphafold2 基本解决了蛋白质结构预测的问题,人类在探寻生命的起源的道路上又迈进了一大步;DeePMD 实现上亿原子第一性原理精度的分子动力学模拟,人类对大量物质微观世界机理的揭示实现了重大飞跃。曾几何时,“生化环材”(生物、化学、环境、材料)被称为“天坑专业”,而如今在AI for Science 新科研范式的驱动下,这些领域天天发生着令人兴奋的突破。
处在这波科技浪潮中从事科研工作的你:
  • 是不是也曾暗下决心要尽快将人工智能领域的先进技术与自己的专业研究相结合;

  • 是不是也曾面对浩如烟海的机器学习文字教程和视频资料无从下手;

  • 是不是也曾在学习了一些用苹果和西瓜举例子的人工智能基本方法后,还是对如何与自己的科研工作结合一头雾水;

  • 是不是也曾在编好一系列程序后发现,没有合适的计算平台让它痛痛快快地运行;


请相信我们,这绝不是你一个人的经历与感受,面对一个飞速发展的交叉领域,如何快速学习与应用是我们每个人都要面对的问题

深势科技团队打造,

最适合AI4S的机器学习课程


为了与大家一同更好地解决上述问题,作为 AI for Science 科学研究范式的引领者和践行者,深势科技研究团队,将面向所有对 AI for Science 感兴趣并准备开始尝试和探索的伙伴们举办一场线上教学培训活动。

传统机器学习课程主要针对计算机背景的同学,因此较为针对完备的理论推导和代码实现,这也导致部分Science背景的同学学习起来难度较大,同时很难将学到的知识迁移到自己的科研实践中。基于深势科技人才培养的经验,也依托过去在各大高校的教学实践,我们为Science背景的学生重新设计了机器学习的课程体系,优化了对于大部分学生来说比较繁琐的理论推导,强化了机器学习模型的数学直觉和如何应用于Science研究的实战案例。让各位同学能够快速将学到的理论应用于自己的科研和工作实战。

50个机器学习 + 

材料化学的卓越案例


为了让大家更好更快的将所学知识应用到科研实践中,深势科技研究团队精心准备了50+案例,并将案例按照学习难度排序,挑选出最适合大家学习的20个代表案例来进行教学。这些案例包括材料合成、性质预测、结构搜索、材料表征、生物化学等主题,覆盖包括电池、催化、合金等多个热门领域
除了极少数必要的理论单独讲解以外,绝大多数机器学习模型都会基于实战案例来进行讲解,给大家剖析常见机器学习模型的原理和使用方式,值得注意的是,如何更好的应用到自己的科学研究中也是本次课程的亮点之一。
例如,合金元素储氢性能预测的案例(具体案例请扫码),用以教大家“决策树”的原理。配合这个案例去讲解决策树的原理,和如何在sklearn中使用决策树,大家就可以比较深刻的理解决策树模型的适用条件和使用方式。

(合金元素储氢性能预测案例阅读入口)

除了为广大学员提供课程和教学案例并进行课后答疑外,如果还想要进一步深入学习,我们还会不定期的组织学习小组并鼓励你加入。在学习小组里,你可以在助教老师的指导下,参与科研案例的制作。如果你的案例深受大家的喜欢,除了会收获大家的点赞和转发外,你还会同时收获团队给予的奖学金。

AI for Science 的星辰大海欢迎你一起来探索!

课程信息

概况

培训方式:线上直播 (本次培训为收费培训)

培训费用:1129 元/人(赠送1129元机时费,即课程费用将全额充值到您的Bohrium®账户中)

课程时间:
5月13日 9:00-12:00 & 14:00-18:00
5月14日 9:00-12:00 & 14:00-18:00
5月20日 9:00-12:00 & 14:00-17:00

课表

课程主创团队

本次课程深势科技组建了最强课程主创和教学“天团”,从材料化学到机器学习,主创“天团”技能组合可谓打满。强强联合为你奉上最好的AI4S课程。
张林峰:深势科技创始人兼首席科学家,博士毕业于普林斯顿⼤学应用数学系,本科毕业于北京大学元培学院,作为项目负责人曾获2020年度⾼性能计算领域最⾼奖ACM戈登贝尔奖。
王一博:DeepModeling开源社区运营负责人,本科和硕士毕业于北京大学信息科学技术学院,计算机专业,研究方向是机器学习与深度学习。一博主持编写DeePMD-kit, DP-GEN, dflow等教程,发起并负责“哥伦布训练营”活动,具备丰富的教学经验。
王晓旭:深势科技高级研究员、材料研发总监,北京科技大学物理学博士,曾任职于北京市计算中心,负责新材料集成研发。理论计算及与实验合作学术成果发表JACS、JMCA、CEJ等SCI论文30余篇。参与承担多项国家、企业科研项目,有丰富的产学研合作经历与项目经验。
张与之:深势科技算法研究员,毕业于北京大学。与之是“深度势能”系列开源软件DeePMD-kit与DP-GEN的核心开发者之一,相关软件被广泛地用于分子模拟与材料设计;主导研发了药物设计领域自由能微扰计算软件Hermite® Uni-FEP与微尺度科学计算云平台Bohrium®,成果入选“北京建设国家人工智能创新应用先导区优秀案例” 。
汪鸿帅:深势科技算法研究员,苏州大学博士,长期从事人工智能辅助新能源材料模拟与设计,对机器学习有丰富的研究经验。熟悉XGBoots,LightGBM等多种机器学习算法和高通量计算框架,已在Angew. Chem. Int. Ed., WIREs Comput Mol Sci.等国际著名期刊发表人工智能与材料模拟论文13篇,获得国家软件著作权两项。

适合什么样的学员

适合所有想要学习AI4S的学员。其中:
  • 具备材料、化学等Science方向背景,想要学习机器学习相关知识,并应用于自己的科研工作中;

  • 具备机器学习相关背景,想要了解如何将机器学习应用于AI4S研究中;
    的同学将会获得更为精准的收获。
:由于课时限制,本次课程不涉及Python基础介绍。开课前一周会为学员免费提供部分Python基础课程学习资料。请学员自行学习掌握基础Python编程能力,方便课程学习。

报名方式

step1描下方二维码购买《机器学习+材料化学:从入门到上手》课程,下单并付款成功

step2:在微店页面点击「查看订单」从微店客服聊天框内获得「学员信息表」链接,完成问卷即可添加班主任飞书获取上课方式。「点击文章底部阅读原文即可跳转课程店铺页面」

另外:
1. 成功推荐他人报名的,将获赠100元Bohrium®平台机时费(需要报名的人填写推荐人)
2. 关于课程有任何问题,欢迎添加课程助教白老师进行咨询:


(本活动最终解释权归深势科技所有)


关于Bohrium®

Bohrium®是深势科技打造的微尺度科学计算云平台,深度优化第一性原理计算、分子动力学等微尺度科学计算算法与软件,提供海量高性能算力与高效便捷的计算模拟环境。Bohrium®致力于打造团队协作式的科研平台,以赋能微尺度科学研究与工业设计。通过对从理论到实践、从需求到解决方案的不断优化和理解,Bohrium®希望成为最方便老师教学的平台、最方便学者科研的平台,让教师从此有更多精力专注于教学,让学者从此有更多精力专注于科研,解放科学家们的生产力。Bohrium®官方网站:https://bohrium.dp.tech/如有相关问题,欢迎垂询bohrium@dp.tech体验

关于深势科技

深势科技是“AI for Science”科学研究范式的引领者和践行者,致力于运用人工智能和分子模拟算法,结合先进计算手段求解重要科学问题,为人类文明最基础的生物医药、能源、材料和信息科学与工程研究打造新一代微尺度工业设计和仿真平台。
我们开创性地提出了「多尺度建模+机器学习+高性能计算」的科学研究新范式,并推出了Bohrium®微尺度科学计算云平台、Hermite®药物计算设计平台、RiDYMO™强化动力学平台及电池材料计算设计平台等微尺度工业设计基础设施,颠覆了现有研发模式,打造“计算引导实验、实验优化设计”的全新范式。

深势科技是国家高新技术企业、北京市“专精特新”中小企业,总部位于北京,并在上海、深圳等城市布局研发中心。科研技术团队由中国科学院院士领衔,汇集了超百位数学、物理、化学、生物、材料、计算机等多个领域的优秀青年科学家和工程师,其中公司的博士及博士后占比超过35%。核心成员获得过2020年全球计算机高性能计算领域的最高奖项“戈登贝尔奖”,相关工作当选2020年中国十大科技进展和全球AI领域十大技术突破。


点击阅读原文,即可跳转课程店铺页面

继续滑动看下一个
向上滑动看下一个

您可能也对以下帖子感兴趣

文章有问题?点此查看未经处理的缓存