近期，上海交通大學(xué)人工智能與微結(jié)構(gòu)實驗室通過引入生成人工智能中的 Transformer 算法，提出了人工智能模型 T-AIMD，為分子動力學(xué)長期以來的計算耗時問題提供解決方案。T-AIMD 模型結(jié)合了序列特征和物理描述符（如電荷、溫度等），通過這種方式，模型不僅學(xué)習(xí)了序列的動態(tài)特性，還融入了物質(zhì)的靜態(tài)屬性，從而提高了模型的泛化能力和預(yù)測的準(zhǔn)確性。此外，該模型還利用高性能計算資源支持深度學(xué)習(xí)模型的訓(xùn)練和運算，通過智能算法優(yōu)化計算過程，實現(xiàn)快速準(zhǔn)確的物質(zhì)特性預(yù)測。