Aitomia: Your Intelligent Assistant for AI-Driven Atomistic and Quantum Chemical Simulations

我们开发了 Aitomia——一个由人工智能驱动的平台，用于辅助进行原子级别和量子化学 (QC) 模拟。这一智能助手平台配备了聊天机器人和人工智能代理，能够帮助专家并指导非专家用户完成原子模拟的设置与运行、监控计算状态、分析模拟结果，并以文本和图形形式为用户总结这些结果。我们通过使用微调后的开源大语言模型 (LLMs)、基于规则的代理以及检索增强生成 (RAG) 系统来实现这些目标。Aitomia 充分利用了我们 MLatom 生态系统的多功能性，以增强人工智能在计算化学中的应用。该智能助手将被整合到 Aitomistic Hub 和 XACS 在线计算服务中，部分功能已按 http://mlatom.com/aitomia 的描述公开可用。Aitomia 预计将降低进行原子模拟的门槛，从而加速相关领域的研究与开发进程。

Aitomia试图解决非专家用户在进行原子级和量子化学模拟时面临的高技术门槛问题，同时为专家用户提供更高效的工具支持。这是一个已存在但需要进一步优化的问题，尤其是随着AI技术的发展，如何将复杂的计算化学任务简化并普及化。

论文的关键思路是结合大型语言模型（LLMs）、规则驱动代理和检索增强生成（RAG）系统，开发一个智能助手平台Aitomia。该平台不仅能够帮助用户设置和运行模拟，还能实时监控、分析结果并以文本和图形形式呈现。与现有研究相比，Aitomia通过整合MLatom生态系统，提供了一种更加自动化和用户友好的解决方案，显著降低了技术门槛。

Aitomia已经部分公开，并集成了多种功能模块，如聊天机器人和AI代理，这些设计极大地提升了用户体验。实验设计主要集中在验证平台的易用性和效率提升上，虽然具体实验数据未详述，但其实际应用潜力已得到初步展示。此外，Aitomia计划进一步整合到Aitomistic Hub和XACS在线计算服务中，扩大其影响力。项目代码和相关资源可通过http://mlatom.com/aitomia获取，鼓励社区参与和改进。

近年来，类似的研究包括：1) AlphaFold在蛋白质结构预测中的应用，展示了AI在分子科学领域的潜力；2) ChemGPT等专门针对化学领域的语言模型开发；3) DeepMind发布的Isomorphic Lab项目，探索AI在材料科学中的应用。其他相关工作还包括使用强化学习优化分子设计的论文《Reinforcement Learning for Molecular Optimization》以及利用图神经网络加速分子动力学模拟的研究《Graph Neural Networks for Accelerating Molecular Dynamics Simulations》。