第一性原理计算

机器学习原子间势（MLIP）在过去数年间从少数专家的工具迅速变成了分子模拟的主流手段，但爆炸式增长的文献也让希望上手的研究者无从下手。这篇综述由 Jacobs、Morgan 等三十余位来自威斯康星大学、哈佛、伯克利、剑桥、Google DeepMind、Meta FAIR 等机构的作者合著，源自 2023 年 MLIP-SAFE 研讨会，刻意把数学形式体系降到最低，转而回答那些真正卡住实践者的问题：该选哪种势、需要多少训练数据、能跑多快、精度够不够、什么时候它会失效。以下为全文中译。

结构优化（structure optimization 或 structure relaxation）是第一性原理计算中最基础、也最容易"算了很久却不一定算对"的环节。它的目标是通过调整原子坐标、晶格形状或晶胞体积，使体系到达一个能量更低、受力更小的稳定构型。对于 VASP 而言，优化的自由度主要由 ISIF 控制，优化算法主要由 IBRION 控制，而是否收敛通常由 EDIFFG 等参数判断。