计算化学与AI实战入门
课程简介
计算化学正在经历由人工智能驱动的范式转变：机器学习原子间势（MLIP）与生成式 AI 让更多研究者能在个人电脑上开展接近 DFT 精度的分子/材料模拟。本课程面向化学、材料、药学背景学习者，从分子表示、ASE 模拟、MLIP/MACE，到生成式设计与智能体自动化，构建可落地的 Python 工作流。
互动学习
请进入 智能学习路径：左栏目录、右栏连续学习，每单元约 10–15 分钟 + 测验。八章知识单元已全部开放。
学习目标
- 掌握 SMILES/SDF/xyz 与 RDKit 化学信息基础
- 能用 ASE 组织优化与分子动力学工作流
- 理解 MLIP 原理并能使用 MACE 类预训练势做校验式模拟
- 了解生成式分子设计与 LLM 辅助的边界
- 能设计可复现的计算化学-AI 自动化流水线
章节概览
点击章节或小节进入连续学习（完整顺序见 智能学习路径）。
- 第一章：计算化学基础与环境搭建
- 第二章：分子表示与化学信息学
- 第三章：分子动力学模拟实战
- 第四章：机器学习原子间势原理
- 第五章：MACE 模型详解与应用
- 第六章：生成式 AI 与分子设计
- 第七章：AI 智能体与自动化工作流
- 第八章：综合实战项目
预备知识
- 熟悉 Python 基础语法
- 具备大学化学/物理化学基本概念更佳
- 无需深厚机器学习背景