几何深度学习

几何深度学习是一种处理非欧几里得数据（如分子结构、3D点云、图结构）的深度学习方法。在AI for Science领域，几何深度学习在分子设计、材料科学领域取得重大突破。

核心应用

• 分子结构优化：结合"最优传输与梯度流"算法，优化分子构象。
• 3D分子预训练大模型：如[[Uni-Mol]]，能够更准确地理解和生成复杂分子的空间拓扑结构。
• 新材料发现：将新材料靶点发现周期缩短约40%。

相关概念

• [[最优传输与梯度流]]
• [[AI for Science创新图谱]]
• [[零秒仿真]]