深势科技一年内完成三轮融资,核心团队去年获“超算界诺奖”
时间:2021-08-12 10:46:30来源:Lwgzc手游网作者:佚名我要评论 用手机看
扫描二维码随身看资讯
使用手机 二维码应用 扫描右侧二维码,您可以
1. 在手机上细细品读~
2. 分享给您的微信好友或朋友圈~
澎湃新闻获悉,8月5日,北京深势科技有限公司(下称“深势科技”)宣布完成数千万美元A轮融资,高瓴创投领投,经纬中国、百图生科跟投。值得一提的是,这是这家资本市场炙手可热的公司在近一年内连续完成的第三轮融资。
此前的2020年7月,该公司完成了由百度风投领投,唯猎资本和盛景嘉成跟投的天使轮融资。随后的2021年3月,深势科技完成了由元璟资本领投,清流资本跟投的Pre-A轮融资。
公司官网介绍,深势科技成立于2019年,致力于以新一代分子模拟技术解决微观尺度工业设计难题,以打造切实服务于药企、材料商和科研机构的模拟研发平台为主要业务方向。深势科技称,公司具有强大的科研与产业落地能力。其新一代分子模拟算法在保持量子力学精度的基础上,将分子动力学的计算速度提升了至少五个数量级,且对算力的需求与体系的原子数量呈线性依赖;结合高性能计算,能够对数十亿原子规模的体系进行量子力学精度的计算模拟。
令人关注的是,深势科技核心团队由中国科学院院士鄂维南(同时也是深势科技董事及首席科学顾问)等人领衔,主要来自北京大学、普林斯顿大学、约翰霍普金斯大学、复旦大学、中科院上海药物研究所、阿里、百度等世界一流高校、科研机构和企业,科研队伍由物理建模、数值算法、机器学习、高性能计算及药物和材料计算等多个领域的数十名优秀青年科学家构成。
该公司联合创始人兼首席科学家为张林峰博士。张林峰由北京大学元培学院交叉学科培养,在普林斯顿大学博士期间师从应用数学和化学系两位院士,主要研究方向包括统计物理、分子模拟和机器学习,及其在化学、生物、材料等方向的应用。他通过结合机器学习、多尺度建模方法、高性能计算,有效解决了计算化学、分子动力学模拟等方向中的一系列关键问题,跨过了很多传统思路和单一科研视角的局限。
2019年11月19日,美国计算机协会ACM公布2020年戈登贝尔奖的颁奖结果,深势科技团队的核心成员即获得该奖项,相关工作也当选2020年中国十大科技进展。戈登贝尔奖素有超算界诺贝尔奖的美誉。研究团队通过机器学习将分子动力学极限从基线提升到了1亿原子的惊人数量,同时仍保证了从头算的高精度,效率是之前人类基线水平的1000 倍。
据介绍,深势科技致力于解决的微尺度工业设计,是指通过在电子、原子、分子尺度进行组分与结构设计,从而实现特定物理、化学性质的工业设计。很多微观性质预测的本质需求是精确求解原子间相互作用,描述原子间相互作用的关键物理量是原子间的势能面。
对此,长期以来人们面临着精度和效率不可兼得的困局:基于经验立场的方法快而不准,基于量子力学的方法准而不快。且传统的量子力学模型尽管模拟精度高,但会随着模拟规模的指数级增加而陷入“维数灾难”,仅能实现几十到几百个原子体系的建模,难以支撑药物、材料研究所需的数万乃至数百万级原子规模体系的模拟。
深势科技首创革命性的“多尺度建模+机器学习+高性能计算”新范式,突破性地实现了多尺度分子模拟中精度与效率的统一,最具代表性的DeePMD方法在保持量子力学精度的基础上,将分子动力学的计算速度提升了令人惊叹的至少五个数量级。简单来说,就是相比于传统的量子力学计算工具,在相同精度前提下,极大地提升了物理方程的求解效率,从而极大地拓展了人类使用计算机模拟客观物理世界的能力。
实际上,在今年7月的2021世界人工智能大会全体会议期间,鄂维南在演讲中也阐述过相关工作。他表示,“我认为重要的不是Gordon-Bell Prize(戈登贝尔奖),而是说我们第一次看到把机器学习、科学计算和高性能计算这三大最主要的工具结合在一起,我们有多么大的空间可以实现。”
鄂维南提到,用计算方法来解决问题已经成了一个很重要的工具,可以说是现代工业和技术赖以生存的基础。但同时强调,我们仍然有很多问题没有得到解决,“比方说材料的性质与设计,分子、药物的分子与设计,这些远远没有得到解决,基于基本原理的控制方法也没得到解决。”造成的结果则是,“做理论的人、做实验的人和做实际场景这三个团体差得非常远,理论化学、实验室的化学和实际工业应用的化学,这些场景差距很远。”
这些问题困难在哪里?鄂维南总结它们都有一个共同的根源,就是所谓的“维数灾难”,也就是它依赖的变量太多了。“维数灾难是什么意思?就是随着变量的个数或者维数的增加,计算复杂度是指数增加的。从数学上来讲,它也有一个基本的困难,也就是多项式在高维不是一个有效的工具。”
鄂维南提出,能解开这一困局的或许正是深度学习。他在现场通过最简单的图像识别以及公众熟知的AlphaGo举例称,神经网络可以帮助我们来有效地表示或者是逼近高维空间的函数,多项式不行,而深度神经网络是一个有效的替代品。“所以说在最基本的层面,我们有了一个全新的非常有效的工具,它带来的影响是巨大的。”
他当时总结称,从科学的角度来说,机器学习在科学和科学计算领域的应用,可以带来新的计算方法,新的科学模型,新的实验方法,新的产业业态。(本文来自澎湃新闻,更多原创资讯请下载“澎湃新闻”APP)
此前的2020年7月,该公司完成了由百度风投领投,唯猎资本和盛景嘉成跟投的天使轮融资。随后的2021年3月,深势科技完成了由元璟资本领投,清流资本跟投的Pre-A轮融资。
公司官网介绍,深势科技成立于2019年,致力于以新一代分子模拟技术解决微观尺度工业设计难题,以打造切实服务于药企、材料商和科研机构的模拟研发平台为主要业务方向。深势科技称,公司具有强大的科研与产业落地能力。其新一代分子模拟算法在保持量子力学精度的基础上,将分子动力学的计算速度提升了至少五个数量级,且对算力的需求与体系的原子数量呈线性依赖;结合高性能计算,能够对数十亿原子规模的体系进行量子力学精度的计算模拟。
令人关注的是,深势科技核心团队由中国科学院院士鄂维南(同时也是深势科技董事及首席科学顾问)等人领衔,主要来自北京大学、普林斯顿大学、约翰霍普金斯大学、复旦大学、中科院上海药物研究所、阿里、百度等世界一流高校、科研机构和企业,科研队伍由物理建模、数值算法、机器学习、高性能计算及药物和材料计算等多个领域的数十名优秀青年科学家构成。
该公司联合创始人兼首席科学家为张林峰博士。张林峰由北京大学元培学院交叉学科培养,在普林斯顿大学博士期间师从应用数学和化学系两位院士,主要研究方向包括统计物理、分子模拟和机器学习,及其在化学、生物、材料等方向的应用。他通过结合机器学习、多尺度建模方法、高性能计算,有效解决了计算化学、分子动力学模拟等方向中的一系列关键问题,跨过了很多传统思路和单一科研视角的局限。
2019年11月19日,美国计算机协会ACM公布2020年戈登贝尔奖的颁奖结果,深势科技团队的核心成员即获得该奖项,相关工作也当选2020年中国十大科技进展。戈登贝尔奖素有超算界诺贝尔奖的美誉。研究团队通过机器学习将分子动力学极限从基线提升到了1亿原子的惊人数量,同时仍保证了从头算的高精度,效率是之前人类基线水平的1000 倍。
据介绍,深势科技致力于解决的微尺度工业设计,是指通过在电子、原子、分子尺度进行组分与结构设计,从而实现特定物理、化学性质的工业设计。很多微观性质预测的本质需求是精确求解原子间相互作用,描述原子间相互作用的关键物理量是原子间的势能面。
对此,长期以来人们面临着精度和效率不可兼得的困局:基于经验立场的方法快而不准,基于量子力学的方法准而不快。且传统的量子力学模型尽管模拟精度高,但会随着模拟规模的指数级增加而陷入“维数灾难”,仅能实现几十到几百个原子体系的建模,难以支撑药物、材料研究所需的数万乃至数百万级原子规模体系的模拟。
深势科技首创革命性的“多尺度建模+机器学习+高性能计算”新范式,突破性地实现了多尺度分子模拟中精度与效率的统一,最具代表性的DeePMD方法在保持量子力学精度的基础上,将分子动力学的计算速度提升了令人惊叹的至少五个数量级。简单来说,就是相比于传统的量子力学计算工具,在相同精度前提下,极大地提升了物理方程的求解效率,从而极大地拓展了人类使用计算机模拟客观物理世界的能力。
实际上,在今年7月的2021世界人工智能大会全体会议期间,鄂维南在演讲中也阐述过相关工作。他表示,“我认为重要的不是Gordon-Bell Prize(戈登贝尔奖),而是说我们第一次看到把机器学习、科学计算和高性能计算这三大最主要的工具结合在一起,我们有多么大的空间可以实现。”
鄂维南提到,用计算方法来解决问题已经成了一个很重要的工具,可以说是现代工业和技术赖以生存的基础。但同时强调,我们仍然有很多问题没有得到解决,“比方说材料的性质与设计,分子、药物的分子与设计,这些远远没有得到解决,基于基本原理的控制方法也没得到解决。”造成的结果则是,“做理论的人、做实验的人和做实际场景这三个团体差得非常远,理论化学、实验室的化学和实际工业应用的化学,这些场景差距很远。”
这些问题困难在哪里?鄂维南总结它们都有一个共同的根源,就是所谓的“维数灾难”,也就是它依赖的变量太多了。“维数灾难是什么意思?就是随着变量的个数或者维数的增加,计算复杂度是指数增加的。从数学上来讲,它也有一个基本的困难,也就是多项式在高维不是一个有效的工具。”
鄂维南提出,能解开这一困局的或许正是深度学习。他在现场通过最简单的图像识别以及公众熟知的AlphaGo举例称,神经网络可以帮助我们来有效地表示或者是逼近高维空间的函数,多项式不行,而深度神经网络是一个有效的替代品。“所以说在最基本的层面,我们有了一个全新的非常有效的工具,它带来的影响是巨大的。”
他当时总结称,从科学的角度来说,机器学习在科学和科学计算领域的应用,可以带来新的计算方法,新的科学模型,新的实验方法,新的产业业态。(本文来自澎湃新闻,更多原创资讯请下载“澎湃新闻”APP)
热门手游下载
天天绕圈圈游戏 1.2.5 安卓版
加查海关与咖啡游戏 1.1.0 安卓版
大吉普越野驾驶游戏 1.0.4 安卓版
沙盒星球建造游戏 1.5.0 安卓版
秘堡埃德兰Elderand游戏 1.3.8 安卓版
地铁跑酷暗红双旦版 3.5.0 安卓版
跨越奔跑大师游戏 0.1 安卓版
Robot Warfare手机版 0.4.1 安卓版
地铁跑酷playmods版 3.18.2 安卓版
我想成为影之强者游戏 1.11.1 官方版
gachalife2最新版 0.92 安卓版
航梦游戏编辑器最新版 1.0.6.8 安卓版
喵星人入侵者游戏 1.0 安卓版
地铁跑酷黑白水下城魔改版本 3.9.0 安卓版
相关文章
热门文章
- 1 小米手环充电没反应怎么办 小米手环无法充电解决方法
- 2 20余科学家发文称新冠病毒不可能是人为制造,专访第一作者
- 3 深圳灵明光子发布自主研发3D传感芯片,初步具备量产能力
- 4 万乘基因发布高通量单细胞测序仪,打破海外垄断国内市场现状
- 5 中国科学家提出一种新型固态原子钟方案,更适于实际应用
- 6 中国首个原创抗体偶联药物“出海”:交易额创纪录26亿美元
- 7 小米手环2闹钟怎么关闭 闹钟每隔10分钟就响一次解决方法
- 8 为何飞了这么久才到?落火之后做什么?设计师揭秘天问一号
- 9 这家上海机器人公司凭啥拿下丰田大单?背后有40年研发基因
- 10 科技部等多部门:支持女性科技人才在科技创新中发挥更大作用
热门手游推荐
换一批
- 1
芭比公主宠物城堡游戏 1.9 安卓版
- 2
地铁跑酷忘忧10.0原神启动 安卓版
- 3
死神之影2游戏 0.42.0 安卓版
- 4
跨越奔跑大师游戏 0.1 安卓版
- 5
挂机小铁匠游戏 122 安卓版
- 6
咸鱼大翻身游戏 1.18397 安卓版
- 7
灵魂潮汐手游 0.45.3 安卓版
- 8
烤鱼大师小游戏 1.0.0 手机版
- 9
旋转陀螺多人对战游戏 1.3.1 安卓版
- 10
Escapist游戏 1.1 安卓版
- 1
开心消消乐赚钱版下载
- 2
Minecraft我的世界基岩版正版免费下载
- 3
暴力沙盒仇恨最新版2023
- 4
疯狂扯丝袜
- 5
黑暗密语2内置作弊菜单 1.0.0 安卓版
- 6
爆笑虫子大冒险内购版
- 7
姚记捕鱼
- 8
秘密邻居中文版
- 9
班班幼儿园手机版
- 10
千炮狂鲨