📢 공모 배경 분자 동역학 (Molecular dynamics, MD) 은 force fields 에 기반한 원자 및 분자의 구조 및 상호작용의 변화 등 동적 특성을 예측하는 것을 목표로 하며, 이는 반도체 소재, 배터리, 신약 등의 개발 혹은 개선에 중요한 역할을 합니다. 그러나 밀도범함수이론 (Density Functional Theory, DFT) 으로 대표되는 정확한 분자 동역학 시뮬레이션 기법들은 거대한 연산량을 요구하여 활용이 어렵다는 단점이 있습니다. 이에 기계 학습을 통한 force fields 예측, 즉 Machine Learning Force Fields (MLFF) 가 고안되었으며, 다양한 분야에 도입되어 계산 비용을 크게 줄이는 동시에 정확한 예측 성능을 보이고 있습니다. 본 대회는 반도체 소재 시뮬레이션을 위한 최신 AI 알고리즘의 발전을 목표로, 정밀하고 신뢰할 수 있는 MLFF 모델 개발을 목표로 합니다. 📢 목표 설명 본 대회에서는 MLFF 모델의 active learning을 수행하는 시나리오를 가정합니다. 따라서 참가자는 입력된 원자 구조로부터 시스템의 에너지 및 힘을 잘 예측하는 동시에, 모델의 에너지 예측 값에 대한 uncertainty quantification을 모두 출력하는 모델을 구현해야 합니다. 제공되는 데이터셋은 위 그림과 같이 원자 구조에 대한 정보를 담고 있으며, (ext)xyz 포맷을 사용합니다. 평가에는 에너지와 힘에 대한 예측 오차 및 추정된 uncertainty의 우수성을 평가하는 지표들이 사용됩니다. 추가로 실제 시뮬레이션에서 사용되는 지표들을 통해 시뮬레이션의 정상 수행 여부에 대한 정성적 평가도 진행합니다.