מדענים ממרכז הקוונטים הרוסי יחד עם עמיתים מ-NUST MISIS הגדילו את הפרודוקטיביות
חוקרים במגוון תחומים מדעייםלהשתמש באופן קבוע בארכיטקטורות מחשוב המבוססות על רשתות עצביות מלאכותיות כדי לנתח כמויות אדירות של נתונים ולחזות את ההתנהגות של מערכות בודדות. כך, בשנת 2020, DeepMind השתמשה לראשונה ברשת נוירונים פרמיונית כדי לפתור את אחת הבעיות המרכזיות בתחום הכימיה - משוואת שרדינגר לאלקטרונים במולקולות.
רוב הבעיות במכניקת הקוונטים לא יכולותלהיפתר עם תשובה מדויקת, ולכן מדענים נאלצים להשתמש בקירוב - שיטה מדעית המורכבת במציאת ערכים משוערים על ידי החלפת אובייקטים באנלוגים מפושטים. על ידי שינוי הפרמטרים החופשיים, הפיזיקאים מצליחים למצוא פונקציות גל המתארות בצורה המדויקת ביותר את מצב המערכת. צורת חיפוש זו - ansatz - משמשת באופן פעיל בכימיה קוונטית, שכן המודל של תגובות כימיות אלמנטריות עדיין ניתן למדענים בקושי רב, אפילו עבור מספר קטן של אטומים במערכת.
כחלק מהניסוי, צוות משותף שלפיזיקאים, כימאים ומומחי למידת מכונה השתמשו בארכיטקטורת FermiNet כתוספת. לאחר מכן, המומחים החלו לשפר באופן איטרטיבי את הרשת העצבית באמצעות נוהל מעודכן להכשרתה. במהלך החישובים נעשה שימוש בכלים מפלטפורמת המחשוב הקוונטי בענן QBoard. מדענים לא רק הצליחו לדמות מערכות בעלות מימדים גבוהים יותר ממה שהארכיטקטורה המקורית של FermiNet אפשרה, אלא גם הגבירו את הדיוק של חישובים קלאסיים באינטראקציות אלקטרונים-גרעיניות ואלקטרונים-אלקטרון.
התוצאות הוכחו בתהליךמודלים של חנקן, פחמן חד חמצני, אתילן, מימן פלואוריד ועוד מספר מולקולות. בעתיד, הנתונים המתקבלים יכולים לשמש בפרמקולוגיה ליצירת תרופות חדשות, מדעי החומרים ותעשיית הדלק.
"שילוב של שיטות למידת מכונה וכימיה קוונטית כיום נותנת תוצאות מעניינות מאוד. אינטראקציות בין-תחומיות כאלה של פיזיקאים, כימאים, ביולוגים, מתכנתים מובילות להעשרת גישות קלאסיות ופתרונות היברידיים מעניינים כמו המקרה שלנו על שימוש ב-QBoard לפיתוח רשת FermiNet", אמר אלכסיי פדורוב, ראש קבוצת המחקר Quantum Information Technologies ב- מרכז הקוונטים הרוסי.
קרא עוד:
נקרא ויטמין המגן על המוח מפני דמנציה
ראה כיצד כדור הארץ השתנה במשך 100 מיליון שנים במפה המפורטת ביותר
התברר אילו גברים הם הפוריים ביותר: הזרע שלהם טוב ב-50% מהשאר