دراسة جديدة من قبل باحثي الذكاء الاصطناعي تحل معادلة شرودنغر

نشرت دراسة最近 في مجلة نيتشر كيمي تفاصيل نتائج بحث nhằm حساب الحالة الأرضية لمعادلة شرودنغر في الكيمياء الكمومية. تم حل المشكلة بتطبيق تقنيات الذكاء الاصطناعي، ونجاح الدراسة له آثار كبيرة على الكيمياء الكمومية.

معادلة شرودنغر

يعتمد الطريقة الحالية لتحديد الخواص الكيميائية للجزيء على تجارب مخبرية بطيئة ومكلفة ومرهقة. في المقابل، تسعى الكيمياء الكمومية إلى التنبؤ بالخواص الفيزيائية والكيميائية للجزيئات، بالاعتماد فقط على ترتيب الذرات في الفضاء ثلاثي الأبعاد. من أجل أن تتنبأ الكيمياء الكمومية بشكل معقول بالخواص الجزيئية، تحتاج إلى حل معادلة شرودنغر. تلعب معادلة شرودنغر نفس الدور الذي تلعبه حفظ الطاقة وقوانين نيوتن في الميكانيكا الكلاسيكية، حيث تتنبأ بكيفية سلوك النظام في المستقبل. تعبر معادلة شرودنغر عن دالة موجية تحدد بدقة احتمال حدوث نتيجة أو حدث. حتى الآن، أثبت حل معادلة شرودنغر صعوبة كبيرة.

لحل معادلة شرودنغر، كان على الباحثين نمذجة دالة موجية، كائن رياضي قادر على تحديد سلوك الإلكترونات في الجزيء. تعتبر الدوال الموجية كائنات ذات أبعاد عالية، ونتيجة لذلك، من الصعب جدا تحديد العلاقات بين الإلكترونات. لا تُحاول بعض تقنيات الكيمياء الكمومية تحديد دالة موجية، بل تركز على تحديد طاقة الجزيء المستهدف. ومع ذلك، تحتاج إلى تقريب عند التركيز فقط على طاقة الجزيء، وهذا التقريب يحد من مدى فائدة التنبؤات.

على الرغم من وجود تقنيات أخرى يمكن للكيميائيين الكموميين استخدامها لتمثيل دالة موجية، إلا أنها في الأساس غير praktische لتحديد دالة موجية لجزيء يتكون من بضع ذرات.

منهج “مونتي كارلو الكمومي” مع الشبكات العصبية العميقة

وفقا لموقع Phys.org، نجح باحثون من جامعة برلين الحرة في حل معادلة شرودنغر بمساعدة تقنيات التعلم العميق. لجأ فريق البحث إلى منهج “مونتي كارلو الكمومي”، الذي يوفر دقة عالية بتكلفة حسابية معقولة. استخدم الباحثون الشبكات العصبية العميقة لتمثيل دالة موجية للإلكترونات. كان البروفيسور فرانك نو رئيس فريق البحث، وأوضح نو أن الشبكة العصبية تم تصميمها لتعلم الأنماط المعقدة المتعلقة بتوزيع الإلكترونات حول نواة الذرة.

为了 استخدام الشبكات العصبية العميقة بشكل فعال لتعلم الأنماط وراء الإلكترونات، كان على الباحثين إنشاء هيكل شبكة مناسب. تمتلك دوال موجية إلكترونية خاصية تسمى التماثل المنطقي. عند تبادل إلكترونين، يجب تغيير إشارة دالة الموجية. كان على الفريق أن يأخذ هذا الخصائص بعين الاعتبار ويدمجها في هيكل الشبكة. تم تسمية الشبكة بـ “PauliNet”، نسبة إلى مبدأ باولي لاستبعاد، الذي ينص على أن إلكترونين متطابقين لا يمكن أن ي共دا الحالة الكمومية نفسها في نفس الوقت داخل نظام كمومي.

كان على فريق البحث دمج خصائص فيزيائية أخرى لدالة موجية إلكترونية في الشبكة. بدلا من السماح للشبكة بالوصول إلى قرار فقط من خلال ملاحظة البيانات، يجب على الشبكة أن تأخذ خصائص دالة الموجية في الاعتبار، كما أوضح نو عبر موقع Phys.org.

“بناء الفيزياء الأساسية في الذكاء الاصطناعي أمر ضروري لقدرته على إجراء تنبؤات ذات معنى في المجال”، قال نو. “هذا هو المكان الذي يمكن للمحققين أن يقدموا مساهمة كبيرة في الذكاء الاصطناعي، وهو ما يركز عليه فريقي.

لا يزال فريق البحث بحاجة إلى إجراء المزيد من التجارب، وتطوير منهجهم قبل أن يكون النموذج جاهزا للتطبيق خارج المختبر. ومع ذلك، بمجرد أن يصبح المنهج جاهزا للتطبيقات الصناعية، يمكن استخدامه في مجموعة متنوعة من المجالات. يمكن للمحققين في المواد استخدام الخوارزمية لمساعدة إنشاء مواد جديدة، ويمكن للصناعة الدوائية استخدامها لتركيب أنواع جديدة من الأدوية.