Επιστήμονες από το Ρωσικό Κβαντικό Κέντρο μαζί με συναδέλφους από το NUST MISIS έχουν αυξήσει την παραγωγικότητα
Ερευνητές σε ποικίλα επιστημονικά πεδίαχρησιμοποιούν τακτικά υπολογιστικές αρχιτεκτονικές που βασίζονται σε τεχνητά νευρωνικά δίκτυα για να αναλύουν τεράστιες ποσότητες δεδομένων και να προβλέψουν τη συμπεριφορά μεμονωμένων συστημάτων. Έτσι, το 2020, η DeepMind χρησιμοποίησε για πρώτη φορά ένα φερμιονικό νευρωνικό δίκτυο για να λύσει ένα από τα βασικά προβλήματα στον τομέα της χημείας - την εξίσωση Schrödinger για τα ηλεκτρόνια στα μόρια.
Τα περισσότερα προβλήματα στην κβαντική μηχανική δεν μπορούννα λυθεί με μια ακριβή απάντηση, έτσι οι επιστήμονες αναγκάζονται να χρησιμοποιήσουν προσέγγιση - μια επιστημονική μέθοδο που συνίσταται στην εύρεση κατά προσέγγιση τιμών με την αντικατάσταση αντικειμένων με απλοποιημένα ανάλογα. Μεταβάλλοντας τις ελεύθερες παραμέτρους, οι φυσικοί καταφέρνουν να βρουν κυματικές συναρτήσεις που περιγράφουν με μεγαλύτερη ακρίβεια την κατάσταση του συστήματος. Αυτή η μορφή αναζήτησης - ansatz - χρησιμοποιείται ενεργά στην κβαντική χημεία, αφού η μοντελοποίηση στοιχειωδών χημικών αντιδράσεων εξακολουθεί να δίνεται στους επιστήμονες με μεγάλη δυσκολία, ακόμη και για ένα μικρό αριθμό ατόμων σε ένα σύστημα.
Στο πλαίσιο του πειράματος, μια κοινή ομάδα τωνφυσικοί, χημικοί και ειδικοί μηχανικής μάθησης χρησιμοποίησαν την αρχιτεκτονική FermiNet ως ansatz. Στη συνέχεια, οι ειδικοί άρχισαν να βελτιώνουν επαναληπτικά το νευρωνικό δίκτυο μέσω μιας ενημερωμένης διαδικασίας εκπαίδευσής του. Κατά τους υπολογισμούς χρησιμοποιήθηκαν εργαλεία από την πλατφόρμα κβαντικής υπολογιστικής cloud QBoard. Οι επιστήμονες όχι μόνο μπόρεσαν να προσομοιώσουν συστήματα υψηλότερων διαστάσεων από ό,τι επέτρεπε η αρχική αρχιτεκτονική FermiNet, αλλά αύξησαν επίσης την ακρίβεια των κλασικών υπολογισμών στις αλληλεπιδράσεις ηλεκτρονίου-πυρηνικού και ηλεκτρονίου-ηλεκτρονίου.
Τα αποτελέσματα έχουν αποδειχθεί στη διαδικασίαμοντελοποίηση αζώτου, μονοξειδίου του άνθρακα, αιθυλενίου, υδροφθορίου και μιας σειράς άλλων μορίων. Στο μέλλον, τα δεδομένα που λαμβάνονται μπορούν να χρησιμοποιηθούν στη φαρμακολογία για τη δημιουργία νέων φαρμάκων, την επιστήμη των υλικών και τη βιομηχανία καυσίμων.
«Συνδυασμός μεθόδων μηχανικής μάθησης καιΗ κβαντική χημεία σήμερα δίνει πολύ ενδιαφέροντα αποτελέσματα. Τέτοιες διεπιστημονικές αλληλεπιδράσεις φυσικών, χημικών, βιολόγων, προγραμματιστών οδηγούν στον εμπλουτισμό κλασικών προσεγγίσεων και τόσο ενδιαφέρουσες υβριδικές λύσεις όπως η περίπτωσή μας σχετικά με τη χρήση του QBoard για την ανάπτυξη του δικτύου FermiNet», δήλωσε ο Alexey Fedorov, επικεφαλής της ερευνητικής ομάδας Quantum Information Technologies στο Ρωσικό Κβαντικό Κέντρο.
Διαβάστε περισσότερα:
Ονομάστηκε μια βιταμίνη που προστατεύει τον εγκέφαλο από την άνοια
Δείτε πώς άλλαξε η Γη εδώ και 100 εκατομμύρια χρόνια στον πιο λεπτομερή χάρτη
Αποδείχθηκε ποιοι άνδρες είναι οι πιο γόνιμοι: το σπέρμα τους είναι 50% καλύτερο από τους υπόλοιπους