Nova studija istraživača umjetne inteligencije rješava Schrodingerovu jednadžbu

Nedavno istraživanje objavljeno u časopisu Kemija prirode pojedinosti o ishodu istraživanja namijenjenog izračunavanju osnovnog stanja Schrödinger jednačina u kvantnoj kemiji. Problem je riješen primjenom tehnika umjetne inteligencije, a uspjeh studije ima velike implikacije za kvantnu kemiju.

Schrödingerova jednadžba

Sadašnja metoda određivanja kemijskih svojstava molekule oslanja se na spore, mukotrpne laboratorijske pokuse koji zahtijevaju dosta resursa. Nasuprot tome, kvantna kemija nastoji predvidjeti fizikalna i kemijska svojstva molekula, oslanjajući se samo na raspored atoma unutar 3D prostora. Kako bi kvantna kemija vjerojatno odredila molekularna svojstva, potrebno je riješiti Schrödingerovu jednadžbu. Schrödingerova jednadžba ima istu ulogu koju igraju očuvanje energije i Newtonovi zakoni u klasičnoj mehanici, ona predviđa kako će se sustav ponašati u budućnosti. Schrödingerova jednadžba je izražena u terminima valne funkcije koja precizno predviđa vjerojatnost ishoda ili događaja. Do sada se rješavanje Schrödingerove jednadžbe pokazalo neizmjerno teškim.

Kako bi riješili Schrödingerovu jednadžbu, istraživači su trebali ispravno modelirati valnu funkciju, matematički objekt koji može specificirati ponašanje elektrona u molekuli. Valne funkcije su visokodimenzionalni entiteti, i kao rezultat toga, nevjerojatno je teško kodirati odnose između elektrona. Neke tehnike kvantne kemije ne zamaraju se kodiranjem valne funkcije, već se umjesto toga usredotočuju na određivanje energije ciljne molekule. Međutim, aproksimacija je potrebna kada se fokusira isključivo na energiju molekule, a ova procjena ograničava koliko korisna predviđanja mogu biti.

Iako postoje druge tehnike koje kvantni kemičari mogu koristiti za predstavljanje valne funkcije, one su u biti previše nepraktične da bi bile korisne za izračunavanje valne funkcije nekoliko atoma.

“Kvantni Monte Carlo” pristup s dubokim neuronskim mrežama

Prema Phys.org, istraživači s Freie Universitat Berlin uspjeli su riješiti Schrödingerovu jednadžbu uz pomoć tehnika dubokog učenja. Istraživački tim okrenuo se pristupu "Quantum Monte Carlo", koji nudi visoku točnost uz skromne troškove računanja. Istraživači su koristili duboke neuronske mreže za predstavljanje valne funkcije za elektrone. Profesor Franke Noe bio je vodeći istraživač studije, a Noe je objasnio da je neuronska mreža dizajnirana kako bi naučila složene obrasce o tome kako se elektroni distribuiraju oko jezgre atoma.

Kako bi istraživači mogli učinkovito koristiti duboke neuronske mreže za učenje uzoraka iza elektrona, morali su stvoriti pravu mrežnu arhitekturu. Elektronske valne funkcije imaju svojstvo poznato kao antisimetrija. Kad god se dva elektrona razmijene, predznak valne funkcije se mora promijeniti. Trebalo je uzeti u obzir ovaj poseban hir i svojstvo ugraditi u mrežnu arhitekturu. Mreža je nazvana "PauliNet", a ime je dobila po "Paulijevom principu isključenja". Ovo načelo kaže da dva ili više identičnih fermiona ne mogu postojati unutar istog kvantnog stanja u isto vrijeme unutar kvantnog sustava.

PauliNet je također morao integrirati druga fizička svojstva elektronskih valnih funkcija u mrežu. Umjesto da dopusti mreži da donese odluku samo na temelju promatranja podataka, mreža je morala uzeti u obzir svojstva valne funkcije, kao što je Noe objasnio putem Phys.org.

"Ugradnja temeljne fizike u umjetnu inteligenciju ključna je za njezinu sposobnost smislenih predviđanja na terenu", rekao je Noe. “Ovdje znanstvenici stvarno mogu dati značajan doprinos umjetnoj inteligenciji i upravo ono na što je moja grupa usredotočena.

Istraživački tim još mora provesti više eksperimenata, usavršavajući svoj pristup prije nego što model bude spreman za primjenu izvan laboratorija. Međutim, kada je metoda spremna za industrijsku primjenu, mogla bi se koristiti u nizu različitih područja. Znanstvenici koji se bave materijalima mogli bi koristiti algoritam za pomoć u stvaranju novih metamaterijala, a farmaceutska industrija bi ga mogla koristiti za sintetiziranje novih vrsta lijekova.