本文探讨了第一性原理计算在材料科学中的应用，指出其与人工智能训练的相似之处。成熟的软件包降低了计算的门槛，使得学生也能容易地进行计算并发表论文。然而，对于没有积累的硕士生来说，从零开始搭建计算环境和处理数据是一项挑战。第一性原理云计算可能带来盈利机会，但软件费用和编译难度是潜在的障碍。
1. 第一性原理计算是一种手段，目的是计算出想要的结果，这一点和人工智能神经网络训练是一样的。
2. 由于目前第一性原理软件包相当成熟，类似于神经网络框架，因此开发者很容易就能计算出所需要的结果，而并不需要过硬的物理/数学功底，因此在门槛较低，掌握后也很容易发文章（站在学生角度）。
3. 第一性原理计算的类似黑箱，但是模型的建立，以及分析数据是需要物理的，虽然有时这一点可以由导师完成（站在学生角度）。
4. 第一性原理计算不需要开发者懂得大规模数值计算编程技巧，一般需要开发者懂脚本处理，即输入文件的前处理和结果的后处理。如果课题组有祖传脚本，那么似乎只需要调参数。
5. 主流第一性计算原理软件往往收费，且从头编译往往有一些难度（Intel的编译器似乎也收费), 即底层组建不一定都开源免费。
如果一个硕士生在课题组里没有相关积累的情况下，想要从头做第一性原理计算（包括自己准备云计算服务器，安装软件，自己处理数据）是比较困难的。
第一性原理云计算是否make money？思考
扫一扫
789
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
