Forskere fra Russian Quantum Center har sammen med kolleger fra NUST MISIS økt produktiviteten
Forskere innen en rekke vitenskapelige feltbruker regelmessig dataarkitekturer basert på kunstige nevrale nettverk for å analysere enorme mengder data og forutsi oppførselen til individuelle systemer. I 2020 brukte DeepMind således for første gang et fermionisk nevralt nettverk for å løse et av hovedproblemene innen kjemi – Schrödinger-ligningen for elektroner i molekyler.
De fleste problemer i kvantemekanikk kan ikkeløses med et nøyaktig svar, så forskere blir tvunget til å bruke tilnærming - en vitenskapelig metode som består i å finne omtrentlige verdier ved å erstatte objekter med forenklede analoger. Ved å variere de frie parameterne klarer fysikere å finne bølgefunksjoner som mest nøyaktig beskriver tilstanden til systemet. Denne formen for søk - ansatz - brukes aktivt i kvantekjemi, siden modellering av elementære kjemiske reaksjoner fortsatt er gitt til forskere med store vanskeligheter, selv for et lite antall atomer i et system.
Som en del av forsøket, et felles team avfysikere, kjemikere og maskinlæringsspesialister brukte FermiNet-arkitekturen som en ansatz. Deretter begynte ekspertene å iterativt forbedre det nevrale nettverket gjennom en oppdatert prosedyre for å trene det. Under beregningene ble det brukt verktøy fra skykvantedataplattformen QBoard. Forskere fikk ikke bare muligheten til å simulere høyere dimensjonale systemer enn den opprinnelige FermiNet-arkitekturen tillot, men økte også nøyaktigheten til klassiske beregninger i elektron-kjerne- og elektron-elektron-interaksjoner.
Resultatene har blitt demonstrert i prosessenmodellering av nitrogen, karbonmonoksid, etylen, hydrogenfluorid og en rekke andre molekyler. I fremtiden kan de innhentede dataene brukes i farmakologi til å lage nye legemidler, materialvitenskap og drivstoffindustrien.
«En kombinasjon av maskinlæringsmetoder ogkvantekjemi i dag gir svært interessante resultater. Slike tverrfaglige interaksjoner mellom fysikere, kjemikere, biologer, programmerere fører til berikelse av klassiske tilnærminger og slike interessante hybridløsninger som vårt tilfelle når det gjelder bruk av QBoard til å utvikle FermiNet-nettverket, sier Alexey Fedorov, leder for forskningsgruppen Quantum Information Technologies ved The Quantum Information Technologies. Russisk kvantesenter.
Les mer:
Kåret til et vitamin som beskytter hjernen mot demens
Se hvordan jorden har endret seg over 100 millioner år på det mest detaljerte kartet
Det viste seg hvilke menn som er mest fruktbare: sædcellene deres er 50 % bedre enn resten