Руски научници су унапредили метод хемијског моделирања Дееп Минд

Научници из Руског квантног центра заједно са колегама из НУСТ МИСИС повећали су продуктивност

фермионска неуронска мрежа (ФермиНет), креиранаподружница Гугла, британског програмера система вештачке интелигенције ДеепМинд. Током експеримента, спроведеног уз подршку Руске научне фондације и Ниссановог истраживачког центра, стручњаци су користили неуронску мрежу ФермиНет и платформу за квантно рачунарство у облаку КБоард за симулацију већих хемијских система. Резултати су описани у научном часопису Интернатионал Јоурнал оф Куантум Цхемистри.&нбсп;

Истраживачи у разним научним областимаредовно користе рачунарске архитектуре засноване на вештачким неуронским мрежама за анализу огромних количина података и предвиђање понашања појединачних система. Тако је 2020. године ДеепМинд први пут користио фермионску неуронску мрежу да реши један од кључних проблема у области хемије – Шредингерову једначину за електроне у молекулима.&нбсп;

Већина проблема у квантној механици не можебити решени тачним одговором, па су научници приморани да користе апроксимацију - научну методу која се састоји у проналажењу приближних вредности заменом објеката поједностављеним аналозима. Варирањем слободних параметара, физичари успевају да пронађу таласне функције које најтачније описују стање система. Овај облик претраживања - анзац - активно се користи у квантној хемији, пошто се моделирање елементарних хемијских реакција и даље даје научницима са великим потешкоћама, чак и за мали број атома у систему.

У оквиру експеримента, заједнички тим изфизичари, хемичари и стручњаци за машинско учење користили су ФермиНет архитектуру као анзац. Затим су стручњаци почели да итеративно побољшавају неуронску мрежу кроз ажурирану процедуру за њену обуку. Током прорачуна коришћени су алати са платформе за квантно рачунарство у облаку КБоард. Научници не само да су били у могућности да симулирају системе виших димензија него што је дозвољавала оригинална ФермиНет архитектура, већ су такође повећали тачност класичних прорачуна у електрон-нуклеарним и електрон-електронским интеракцијама.&нбсп;

Резултати су демонстрирани у процесумоделовање азота, угљен-моноксида, етилена, флуороводоника и низа других молекула. У будућности, добијени подаци могу се користити у фармакологији за креирање нових лекова, науке о материјалима и индустрије горива.

„Комбинација метода машинског учења иквантна хемија данас даје веома занимљиве резултате. Такве интердисциплинарне интеракције физичара, хемичара, биолога, програмера доводе до обогаћивања класичних приступа и тако занимљивих хибридних решења као што је наш случај коришћења КБоард-а за развој ФермиНет мреже“, рекао је Алексеј Федоров, шеф истраживачке групе за квантне информационе технологије у Руски квантни центар.

Опширније:

Назван витамином који штити мозак од деменције

Погледајте како се Земља променила током 100 милиона година на најдетаљнијој мапи

Испоставило се који су мушкарци најплоднији: њихова сперма је 50% боља од осталих