Science: ИИ решает одну из самых сложных задач в квантовой химии

Учёные из Имперского колледжа Лондона и Google DeepMind провели исследование с использованием нейронных сетей — одной из форм искусственного интеллекта.

Они предложили решение сложной задачи моделирования состояний молекул. Это может помочь в создании новых материалов и химических синтезов. Практическое применение метода позволит исследователям создавать прототипы с помощью компьютерного моделирования, прежде чем пытаться получить их в лаборатории.

Результаты исследования опубликованы сегодня в журнале Science.

Возбужденные молекулы

Команда исследовала, как молекулы переходят в «возбуждённые состояния» и обратно.

Когда молекулы и материалы получают большое количество энергии (например, облучаются светом или нагреваются), их электроны могут временно переходить в новую конфигурацию — возбуждённое состояние.

Количество поглощаемой и высвобождаемой энергии уникально для каждой молекулы и материала. Это свойство важно для самых разных технологий: от солнечных батарей и светодиодов до полупроводников и фотокатализаторов. Также оно играет важную роль в биологических процессах, связанных со светом, таких как фотосинтез и зрение.

Этот отпечаток сложно смоделировать, потому что положение возбуждённых электронов в молекулах неопределённое и может быть выражено только как вероятность.

По словам доктора Дэвида Пфау из Google DeepMind и факультета физики Имперского университета, представить состояние квантовой системы очень сложно. Каждой возможной конфигурации положения электронов нужно присвоить определённую вероятность.

Пространство всех возможных конфигураций огромно — больше, чем количество атомов во Вселенной. Здесь могут помочь глубокие нейронные сети.

Нейронные сети

Исследователи разработали новый математический подход и применили его с нейронной сетью FermiNet. Это первый пример использования глубокого обучения для вычисления энергии атомов и молекул на основе фундаментальных принципов.

Подход протестировали на ряде примеров, получив многообещающие результаты. На примере небольшой, но сложной молекулы — углеродного димера — средняя абсолютная ошибка составила 4 мэВ. Это в пять раз ближе к экспериментальным результатам по сравнению с предыдущими методами золотого стандарта, которые дают ошибку в 20 мэВ.

Доктор Пфау сообщил, что они протестировали свой метод на сложных системах в вычислительной химии и получили результат, близкий к самым точным расчётам на сегодняшний день. Разница составила примерно 0,1 эВ.

Учёные опубликовали свою работу и надеются, что другие исследователи будут использовать их методы для изучения взаимодействия материи со светом.

22.08.2024