AI与世界难题 · 化学与材料 · arXiv · 2026-10-19
恒电位下的带电金属-水界面:面向基于机器学习的分子动力学的数据高效迁移学习
原标题: Electrified Metal-Water Interfaces at Constant Potential: Data-Efficient Transfer Learning for Machine-Learning-Based Molecular Dynamics
使用显式溶剂在恒定电势下模拟带电金属-水界面，若采用第一性原理方法，计算成本高得令人望而却步。TRECI 利用来自通用模型和特定领域模型的迁移学习，仅用较少的参考构型就能构建机器学习力场。对于 Cu(111)-水体系，用约一千个构型训练的模型即可给出准确的分子动力学结果，并能捕捉随偏压变化的溶剂重构。