Les scientifiques du Centre quantique russe et leurs collègues de NUST MISIS ont augmenté leur productivité
Chercheurs dans divers domaines scientifiquesutilisent régulièrement des architectures informatiques basées sur des réseaux de neurones artificiels pour analyser d'énormes quantités de données et prédire le comportement de systèmes individuels. Ainsi, en 2020, DeepMind a utilisé pour la première fois un réseau de neurones fermioniques pour résoudre l'un des problèmes clés du domaine de la chimie : l'équation de Schrödinger pour les électrons dans les molécules.
La plupart des problèmes de mécanique quantique ne peuvent pasêtre résolu avec une réponse précise, les scientifiques sont donc obligés d'utiliser l'approximation - une méthode scientifique qui consiste à trouver des valeurs approximatives en remplaçant les objets par des analogues simplifiés. En faisant varier les paramètres libres, les physiciens parviennent à trouver les fonctions d'onde qui décrivent le plus précisément l'état du système. Cette forme de recherche - ansatz - est activement utilisée en chimie quantique, car la modélisation des réactions chimiques élémentaires est encore difficilement confiée aux scientifiques, même pour un petit nombre d'atomes dans un système.
Dans le cadre de l'expérimentation, une équipe commune deles physiciens, les chimistes et les spécialistes de l'apprentissage automatique ont utilisé l'architecture FermiNet comme ansatz. Ensuite, les experts ont commencé à améliorer de manière itérative le réseau neuronal grâce à une procédure mise à jour pour sa formation. Lors des calculs, des outils de la plateforme cloud d'informatique quantique QBoard ont été utilisés. Les scientifiques ont non seulement été capables de simuler des systèmes de dimensions supérieures à ce que permettait l'architecture FermiNet originale, mais ont également augmenté la précision des calculs classiques dans les interactions électron-nucléaire et électron-électron.
Les résultats ont été démontrés dans le processusmodélisation de l'azote, du monoxyde de carbone, de l'éthylène, du fluorure d'hydrogène et d'un certain nombre d'autres molécules. À l'avenir, les données obtenues pourront être utilisées en pharmacologie pour créer de nouveaux médicaments, en science des matériaux et dans l'industrie des carburants.
"Une combinaison de méthodes d'apprentissage automatique etla chimie quantique donne aujourd'hui des résultats très intéressants. De telles interactions interdisciplinaires de physiciens, chimistes, biologistes, programmeurs conduisent à l'enrichissement d'approches classiques et de solutions hybrides aussi intéressantes que notre cas sur l'utilisation de QBoard pour développer le réseau FermiNet », a déclaré Alexey Fedorov, responsable du groupe de recherche sur les technologies de l'information quantique au Centre quantique russe.
Lire la suite:
Nommé une vitamine qui protège le cerveau de la démence
Découvrez comment la Terre a changé en 100 millions d'années sur la carte la plus détaillée
Il s'est avéré que les hommes sont les plus fertiles : leur sperme est 50 % meilleur que le reste