计算化学地图

本节你将能

用一张地图说明量子化学、经典力场与 MLIP 各自解决什么问题。

直觉模型

DFT、力场与 AI 势能如何分工。

核心要点

• 精度-成本权衡：DFT 准但慢，经典力场快但依赖参数
• AI 势能：用数据逼近势能面，兼顾规模与精度
• 本课工具链：ASE + RDKit + MACE + Python

常见误区

以为 AI 完全取代 DFT——多数流程仍需 DFT 数据或校验。

动手

写出你研究问题更吃「精度」还是「规模」。

互动

完成测验后进入环境搭建。

本节小结

下一节配置可复现的 Python 科学计算环境。