Forskere fra Russian Quantum Center har sammen med kolleger fra NUST MISIS øget produktiviteten
Forskere inden for en række videnskabelige områderbruger regelmæssigt computerarkitekturer baseret på kunstige neurale netværk til at analysere enorme mængder data og forudsige individuelle systemers adfærd. Således brugte DeepMind i 2020 for første gang et fermionisk neuralt netværk til at løse et af nøgleproblemerne inden for kemi - Schrödinger-ligningen for elektroner i molekyler.
De fleste problemer inden for kvantemekanik kan ikkeløses med et præcist svar, så videnskabsmænd er tvunget til at bruge tilnærmelse - en videnskabelig metode, der består i at finde omtrentlige værdier ved at erstatte objekter med forenklede analoger. Ved at variere de frie parametre formår fysikerne at finde bølgefunktioner, der mest præcist beskriver systemets tilstand. Denne form for søgning - ansatz - bruges aktivt i kvantekemien, da modelleringen af elementære kemiske reaktioner stadig gives til videnskabsmænd med store vanskeligheder, selv for et lille antal atomer i et system.
Som en del af forsøget er et fælles hold afFysikere, kemikere og maskinlæringsspecialister brugte FermiNet-arkitekturen som en ansatz. Dernæst begyndte eksperterne at iterativt forbedre det neurale netværk gennem en opdateret procedure til træning af det. Under beregningerne blev der brugt værktøjer fra cloud quantum computing platformen QBoard. Forskere fik ikke kun evnen til at simulere højere-dimensionelle systemer end den oprindelige FermiNet-arkitektur tillod, men øgede også nøjagtigheden af klassiske beregninger i elektron-kerne- og elektron-elektron-interaktioner.
Resultaterne er blevet demonstreret i processenmodellering af nitrogen, kulilte, ethylen, hydrogenfluorid og en række andre molekyler. I fremtiden kan de opnåede data bruges i farmakologi til at skabe nye lægemidler, materialevidenskab og brændstofindustrien.
“En kombination af maskinlæringsmetoder ogkvantekemi giver i dag meget interessante resultater. Sådanne tværfaglige interaktioner mellem fysikere, kemikere, biologer, programmører fører til berigelse af klassiske tilgange og sådanne interessante hybridløsninger som vores tilfælde med at bruge QBoard til at udvikle FermiNet-netværket,” sagde Alexey Fedorov, leder af Quantum Information Technologies-forskningsgruppen på Russisk kvantecenter.
Læs mere:
Navnet et vitamin, der beskytter hjernen mod demens
Se hvordan Jorden har ændret sig over 100 millioner år på det mest detaljerede kort
Det viste sig, hvilke mænd der er mest frugtbare: deres sædceller er 50 % bedre end resten