Штучний інтелект (ШІ) здійснив значний прорив у галузі квантової хімії, розв’язавши одне з найскладніших завдань — моделювання станів молекул.

Нещодавнє дослідження, проведене вченими Імперського коледжу Лондона і Google DeepMind, засвідчило, що використання нейронних мереж, натхненних принципами роботи людського мозку, може допомогти у вирішенні фундаментальних рівнянь складних молекулярних систем.

Суть дослідження полягає в моделюванні переходів молекул у збуджені стани і назад. Коли молекули піддаються впливу енергії, наприклад, світла або високих температур, їхні електрони можуть переходити в тимчасові конфігурації, відомі як збуджені стани. Точне моделювання цих переходів надзвичайно важливе, оскільки вони впливають на роботу таких технологій, як сонячні панелі, світлодіоди, напівпровідники і фотокаталізатори. Вони також відіграють ключову роль у біологічних процесах, пов’язаних зі світлом, таких як фотосинтез і зір.

Однак змоделювати такі переходи надзвичайно складно, оскільки збуджені електрони мають квантову природу, а їхнє становище виражається тільки в імовірностях. Щоб впоратися з цим завданням, дослідники розробили нову математичну методику і застосували її в нейронній мережі під назвою FermiNet. Це стало першим випадком, коли глибоке навчання було успішно використано для точного обчислення енергії атомів і молекул на основі фундаментальних принципів.

Перевірка цього методу на різних прикладах показала багатообіцяючі результати. Наприклад, на молекулі димеру вуглецю команда досягла середньої абсолютної помилки лише в 4 меВ, що в п’ять разів точніше, ніж попередні методи. Ці результати відкривають нові можливості для комп’ютерного моделювання матеріалів і хімічних синтезів, значно прискорюючи процес створення нових технологій.

Дослідники також опублікували вихідний код своєї роботи, що дає змогу іншим вченим застосовувати їхні методи і досліджувати взаємодію матерії та світла глибше.

Источник: techno.nv.ua