机器学习力场借助已有的第一性原理计算结果，拟合单个原子的能量，可在不进行第一性原理计算的情况下获得体系能量。对于平衡态附近的体系，机器学习力场有望大幅加速分子动力学计算，提高在有限计算资源内可模拟的体系的大小以及模拟的时长。