谢品臣：从DeePMD中学习粗粒化动力学: Ab Initio Generali

原子动力学和粗粒化动力学都是通过投影去掉一部分变量自由度来减少计算量，提高模拟效率

量子力学-->原子动力学：被投影去掉的自由度是电子的波函数，由BO近似得到，并利用Hellmann-Feynman定理算出原子受到的等效的力，得到原子动力学可以近似等效于经典哈密顿系统，由势函数来掌管原子间相互作用。DPMD就是从电子DFT来学习原子的相互作用势函数从而模拟原子动力学

原子动力学-->粗粒化动力学：去掉其他自由度，只保留集体变量CV（原子动量、坐标的一个很小的子空间）；由Mori-Zwanzig formalism形式化理论可知，集体变量的动力学满足Coarse-grained 动力学方程；但实际上这个动力学方程没法直接求解，通常猜测一些解来代替上述动力学方程，其中比较实用且广泛使用的猜测解就是generalized langevin equation（GLE）

势场力+电场力+摩擦力+环境白噪声

用神经网络表示自由能和白噪声（白噪声用RNN） 但不用RNN直接学CV的时间序列（因为温度可由second fluctuation-dissipation thm控制）

难点：仍然在如何找CV