AI for Science 大会现场：物理信息损失与量子化学成主角

@burnytech 在 AI for Science 活动现场观察到，物理信息损失函数与架构归纳偏置被大量用于 AI for Science 研究，量子化学方向尤为活跃。配图展示 MLAtom 中的 MS-ANI 机器学习势方法，基于 ANAKIN-ME 用神经网络预测分子能量，并同时优化两个态的能量与能隙，用于含自旋轨道耦合的非绝热分子动力学模拟。