默认选择
Mac M4
主力学习环境
24 GB · 10 核 GPU · MPS 已验证
RDKit、sklearn、PyTorch、BO、小中型 GNN
CUDA-only 扩展与超大训练
Chemistry × AI · Building in Public
AI for Science 转型之路
一个 BASF 配方化学家的公开学习路线 —— 从分子表示和可靠 baseline，提前进入贝叶斯优化配方， 再用图神经网络拓展模型能力。项目驱动、数学即用即学，终点是别人抢不走的「AI × 配方」。
0%已完成
总进度
0 / 26 模块
更新于 2026-07-13 16:52
当前在做
0.1 · 在 Mac 建 ai4science 环境 + RDKit/PyTorch/Jupyter未开始
本周任务
本周任务：在 Mac 本地创建 ai4science 环境与 ai4science_01_setup.ipynb，导入 RDKit、PyTorch、scikit-learn、pandas并打印版本；解析 3 个熟悉原料的 SMILES，输出分子式和分子量；提交 notebook 与 environment.yml。Colab 仅作可选复现。
下一步
在 Mac 用 mamba 创建 Python 3.10 的 ai4science 环境，跑通 RDKit、PyTorch、scikit-learn 和 Jupyter，并保存 environment.yml
核心主线：先做出可信结果，再学习更复杂的模型
课程只服务于当前项目；Transformer、3D、MLFF 和生成模型不会阻塞主线。
01本地 RDKit
Mac 建可复现环境
02可靠 baseline
ESOL + scaffold split
03配方 BO
random / DOE / BO 对照
04分子 GNN
同一划分公平比较
05闭环作品
模型 × 实验设计
计算环境怎么分工
本地优先，NAS 批处理，Colab 只在需要 CUDA 时上
设备数据来自 2026-07-13 实测。代码与 notebook 以 GitHub 为真相源，任何临时计算环境都可替换。
辅助
fnOS / NAS
CPU worker + 数据仓库
16 线程 · 28 GB · 约 3 TB 可用
批量描述符、参数扫描、长任务、权重归档
宿主机堆依赖；当前按 CPU 节点使用
必要时
Google Colab
按需 GPU burst
临时 Linux · GPU/配额不保证
官方 Colab、CUDA-only 算子、较重前沿模型
作为代码/数据真相源或长期运行环境
禁止训练
4 台轻量 VPS
服务层，不训练
1–2 vCPU · 0.9–2.4 GB · 无训练 GPU
公开页面、API、同步、调度、通知
Jupyter、RDKit 批处理和模型训练
学习路线 · Roadmap
Phase 0 · 环境与定位
1–2 周 Mac 本地主力在 Mac 上搭好可复现工作台，第一次用代码碰分子
0/3
RDKitSMILESPyTorch MPSJupyterenvironment.yml
- 0.1 在 Mac 建 ai4science 环境 + RDKit/PyTorch/Jupyter + 可复现配置
- 0.2 hello molecule：RDKit 算 5 个分子的描述符
- 0.3 里程碑博客《一个配方化学家的第一个 RDKit notebook》
里程碑作品：RDKit 描述符 notebook + 首篇博客
Phase 1 · 分子表示与可靠 baseline
1–2 月 Mac；批处理可交给 NAS把分子变成向量，建立能经受数据划分检验的 baseline
0/5
监督学习ECFP/Morganscaffold splitRF/GBDT/MLPESOL
- 1.1 监督学习：训练/验证/测试、过拟合、评估指标与数据泄漏
- 1.2 即用即学数学：向量矩阵点积/embedding/梯度下降直觉
- 1.3 分子表示：Morgan/ECFP 指纹、SMILES/SELFIES、RDKit 描述符
- 1.4 ESOL baseline：RF/GBDT/MLP + random/scaffold split 公平对比
- 1.5 里程碑博客《用机器学习预测分子溶解度》+ 可复现开源
里程碑作品：ESOL baseline + random/scaffold split 对比
Phase 2 · 配方实验设计与贝叶斯优化 🎯
1–2 月 Mac CPU；长扫描交给 NAS用有限实验预算优化配方，提前建立最有差异化的能力
0/7
DOEGaussian ProcessEI/UCBAxBoTorch配方闭环
- 2.1 DOE 与序贯实验：变量/约束/响应面/混料设计
- 2.2 Gaussian Process：代理模型、kernel 与不确定性
- 2.3 Acquisition function：EI/UCB 与探索-利用平衡
- 2.4 Ax/BoTorch 上手：ask-tell 优化循环
- 2.5 配方 BO 项目：相同实验预算下对比 random/DOE
- 2.6 结果诊断：噪声/约束/多目标与失败复盘
- 2.7 里程碑博客《少做多少次实验？用 BO 做模拟配方闭环》
里程碑作品：配方 BO + random/DOE 公平对照
Phase 3 · 分子 GNN 与前沿选修
2–3 月 Mac 优先；CUDA-only 才用 Colab在可靠 baseline 上学习 GNN，再只选一条前沿支线
0/6
PyTorchGNN / MPNNPyG公平对比前沿选修
- 3.1 PyTorch 深度学习基础：autograd/训练循环/early stopping
- 3.2 图与消息传递：GCN/GAT/MPNN/readout
- 3.3 PyTorch Geometric (PyG) 上手
- 3.4 GNN vs 指纹：同一 random/scaffold split 公平对比
- 3.5 前沿选修一条：Transformer / 3D 等变与 MLFF / 分子生成
- 3.6 毕业项目 + 博客：性质模型 × BO 闭环或材料筛选
里程碑作品：GNN vs 指纹 + 化学模型 × BO 毕业项目
精选学习资源
主线先学，其他卡住再查教程主线
PyTorch 60 Minute Blitz
先掌握 tensor、autograd、module 与训练循环。
书籍
DMol · Graph Neural Networks
直接用分子、溶解度和 SchNet 建消息传递直觉。
课程
Stanford CS224W
只选 GNN、general perspective、training、theory 主线。
官方文档
PyTorch Geometric Tutorials
从 Graph Classification 开始，再迁移到分子回归。
论文
Neural Message Passing for Quantum Chemistry
MPNN 奠基论文；重点读框架图和消息/读出定义。
Phase 4 · 认知与机会（持续）
持续 Mac 创作；Vercel/VPS 只负责服务化进圈子、建品牌、把能力变成真实出路
0/5
arXiv 精读个人品牌开源贡献机会雷达
- 4.1 每周读 arXiv + 盯 14 家公司（已自动化）
- 4.2 保持 AI4Science 博客更新
- 4.3 给开源项目提一个小 PR
- 4.4 每季度复盘：内部转型 / 跳槽 / 副业
- 4.5 圈内发声 + 参加会议
里程碑作品：博客专栏 + 开源 PR + 机会评估
公开学习中
这套路线由 AI 助手（阿苯陪学、Cherry 提醒）按进度自动更新。每完成一步，进度实时刷新； 课程、书籍和论文只在当前项目需要时使用。