Искусственный интеллект (ИИ) совершил значительный прорыв в области квантовой химии, решив одну из самых сложных задач — моделирование состояний молекул.
Недавнее исследование, проведенное учеными Имперского колледжа Лондона и Google DeepMind, показало, что использование нейронных сетей, вдохновленных принципами работы человеческого мозга, может помочь в решении фундаментальных уравнений сложных молекулярных систем.
Читайте также:
Неожиданная связь. Спрос на искусственный интеллект стремительно повысил потребление воды Суть исследования заключается в моделировании переходов молекул в возбужденные состояния и обратно. Когда молекулы подвергаются воздействию энергии, например, света или высоких температур, их электроны могут переходить во временные конфигурации, известные как возбужденные состояния. Точное моделирование этих переходов чрезвычайно важно, так как они влияют на работу таких технологий, как солнечные панели, светодиоды, полупроводники и фотокатализаторы. Они также играют ключевую роль в биологических процессах, связанных со светом, таких как фотосинтез и зрение.
Однако смоделировать такие переходы чрезвычайно сложно, поскольку возбужденные электроны обладают квантовой природой, а их положение выражается только в вероятностях. Чтобы справиться с этой задачей, исследователи разработали новую математическую методику и применили её в нейронной сети под названием FermiNet. Это стало первым случаем, когда глубокое обучение было успешно использовано для точного вычисления энергии атомов и молекул на основе фундаментальных принципов.
Читайте также:
Решительный шаг. Procreate отказывается от использования искусственного интеллекта в любом виде Проверка этого метода на различных примерах показала многообещающие результаты. Например, на молекуле димера углерода команда достигла средней абсолютной ошибки всего в 4 мэВ, что в пять раз точнее, чем предыдущие методы. Эти результаты открывают новые возможности для компьютерного моделирования материалов и химических синтезов, значительно ускоряя процесс создания новых технологий.
Исследователи также опубликовали исходный код своей работы, что позволяет другим ученым применять их методы и исследовать взаимодействие материи и света более глубоко.
