Gli scienziati del Russian Quantum Center insieme ai colleghi del NUST MISIS hanno aumentato la produttività
Ricercatori in diversi campi scientificiutilizzano regolarmente architetture informatiche basate su reti neurali artificiali per analizzare enormi quantità di dati e prevedere il comportamento dei singoli sistemi. Pertanto, nel 2020, DeepMind ha utilizzato per la prima volta una rete neurale fermionica per risolvere uno dei problemi chiave nel campo della chimica: l'equazione di Schrödinger per gli elettroni nelle molecole.
La maggior parte dei problemi della meccanica quantistica non puòessere risolto con una risposta accurata, quindi gli scienziati sono costretti a utilizzare l'approssimazione, un metodo scientifico che consiste nel trovare valori approssimativi sostituendo gli oggetti con analoghi semplificati. Variando i parametri liberi, i fisici riescono a trovare le funzioni d'onda che descrivono più accuratamente lo stato del sistema. Questa forma di ricerca - ansatz - è utilizzata attivamente nella chimica quantistica, poiché la modellazione delle reazioni chimiche elementari è ancora data agli scienziati con grande difficoltà, anche per un piccolo numero di atomi in un sistema.
Come parte dell'esperimento, un team congiunto difisici, chimici e specialisti di machine learning hanno utilizzato l'architettura FermiNet come ansatz. Successivamente, gli esperti hanno iniziato a migliorare in modo iterativo la rete neurale attraverso una procedura aggiornata per addestrarla. Per i calcoli sono stati utilizzati gli strumenti della piattaforma di calcolo quantistico cloud QBoard. Gli scienziati non solo sono stati in grado di simulare sistemi a dimensioni superiori rispetto a quelle consentite dall'architettura originale FermiNet, ma hanno anche aumentato la precisione dei calcoli classici nelle interazioni elettrone-nucleare ed elettrone-elettrone.
I risultati sono stati dimostrati nel processomodellazione di azoto, monossido di carbonio, etilene, acido fluoridrico e una serie di altre molecole. In futuro, i dati ottenuti potranno essere utilizzati in farmacologia per creare nuovi farmaci, nella scienza dei materiali e nell'industria dei carburanti.
“Una combinazione di metodi di apprendimento automatico ela chimica quantistica oggi dà risultati molto interessanti. Tali interazioni interdisciplinari di fisici, chimici, biologi, programmatori portano all'arricchimento di approcci classici e soluzioni ibride così interessanti come il nostro caso sull'utilizzo di QBoard per sviluppare la rete FermiNet ", ha affermato Alexey Fedorov, capo del gruppo di ricerca Quantum Information Technologies presso il Centro quantistico russo.
Leggi di più:
Nominato una vitamina che protegge il cervello dalla demenza
Guarda come è cambiata la Terra nel corso di 100 milioni di anni sulla mappa più dettagliata
Si è scoperto quali uomini sono i più fertili: il loro sperma è migliore del 50% rispetto al resto