主题：Diffusion Models on Sampling Rare Events 扩散模型在采样稀有事件中的应用

报告人：段辰儒 博士

时间：2024年7月8日 (周一) 16:00~17:00

地点：霞光楼220会议室

邀请人：张万斌 教授

摘要：过渡态（TS）搜索在化学中对于阐明反应机理和探索反应网络至关重要。然而由于势能面的复杂度很高，准确的三维TS结构的搜索需要大量量子化学（如DFT）计算。在此，我们开发了一种面向对象的SE(3)等变扩散模型，OA-ReactDiff。该模型满足所有生成化学反应结构集（即反应物、TS和产物）的物理对称性约束。在给定反应物和产物的情况下，该模型在6秒钟内即可生成TS结构，而通常的行量子化学优化则需要几个小时。OA-ReactDiff生成的TS结构与真实TS相比达到0.08 Å的结构中位均方根偏差。通过用于不确定性量化的置信评分模型，我们仅对最具挑战性的14%的化学反应进行量子化学优化就达到了预估反应能垒所需的准确度（1.6 kcal/mol）。OA-ReactDiff将极大加速构建未知机理的大型反应网络的过程。

简介：段辰儒于2022年在麻省理工学院（MIT）Heather Kulik教授组获得化学博士学位，他的研究重点是将机器学习决策模型整合到高通量计算中，以加速化学发现。毕业后，他在微软担任研究科学家，为工业界开发机器学习和计算化学解决方案。在业余时间，他致力于创建和壮大AI4Science社区，是ICML和NeurIPS上AI4Science系列研讨会的组织者。近期，段博士创立深度原理科技，以AI决策模型重构催化材料设计，AI解锁未来。