AI Araştırmacılarından Yeni Çalışma Schrodinger Denklemini Çözdü

Yakın zamanda yapılan bir araştırma dergide yayınlandı Doğa Kimyası temel durumunu hesaplamayı amaçlayan araştırmanın sonucunu detaylandırır. Schrödinger denklem kuantum kimyasında. Yapay zeka tekniklerinin uygulanmasıyla problem çözüldü ve çalışmanın başarısı kuantum kimyası için önemli sonuçlar doğurdu.

Schrödinger Denklemi

Bir molekülün kimyasal özelliklerini belirlemenin mevcut yöntemi, yavaş, kaynak yoğun ve özenli laboratuvar deneylerine dayanmaktadır. Buna karşılık, kuantum kimyası, yalnızca atomların 3 boyutlu bir uzaydaki dizilimine dayanarak moleküllerin fiziksel ve kimyasal özelliklerini tahmin etmeye çalışır. Kuantum kimyasının moleküler özellikleri makul bir şekilde belirleyebilmesi için Schrödinger denkleminin çözülmesi gerekir. Schrödinger denklemi, klasik mekanikte enerjinin korunumu ve Newton yasalarının oynadığı rolün aynısını oynar; bir sistemin gelecekte nasıl davranacağını öngörür. Schrödinger denklemi, bir sonucun veya olayın olasılığını hassas bir şekilde öngören bir dalga fonksiyonu cinsinden ifade edilir. Şimdiye kadar, Schrödinger denklemini çözmek son derece zordu.

Schrödinger denklemini çözmek için araştırmacıların, bir moleküldeki elektronların davranışlarını belirleyebilen matematiksel bir nesne olan bir dalga fonksiyonunu doğru bir şekilde modellemeleri gerekiyordu. Dalga fonksiyonları yüksek boyutlu varlıklardır ve sonuç olarak elektronlar arasındaki ilişkileri kodlamak inanılmaz derecede zordur. Bazı kuantum kimyası teknikleri, bir dalga fonksiyonunu kodlamakla uğraşmaz, bunun yerine bir hedef molekülün enerjisini belirlemeye odaklanır. Bununla birlikte, yalnızca bir molekülün enerjisine odaklanırken bir yaklaşıma ihtiyaç duyulur ve bu tahmin, tahminlerin ne kadar faydalı olabileceğini sınırlar.

Kuantum kimyacılarının bir dalga fonksiyonunu temsil etmek için kullanabilecekleri başka teknikler olsa da, bunlar birkaç atomun dalga fonksiyonunu hesaplamak için kullanışlı olamayacak kadar pratik değildir.

Derin Sinir Ağları ile “Quantum Monte Carlo” Yaklaşımı

Phys.org'a göreFreie Universitat Berlin'den araştırmacılar, derin öğrenme tekniklerinin yardımıyla Schrödinger denklemini çözmeyi başardılar. Araştırma ekibi, mütevazı bir hesaplama maliyetiyle yüksek doğruluk sunan bir "Quantum Monte Carlo" yaklaşımına yöneldi. Araştırmacılar, elektronların dalga fonksiyonunu temsil etmek için derin sinir ağlarını kullandılar. Profesör Franke Noe, çalışmanın baş araştırmacısıydı ve Noe, sinir ağının elektronların bir atom çekirdeği etrafında nasıl dağıldığına ilişkin karmaşık kalıpları öğrenmek için tasarlandığını açıkladı.

Araştırmacıların, elektronların arkasındaki kalıpları öğrenmek için derin sinir ağlarını etkili bir şekilde kullanabilmeleri için doğru ağ mimarisini oluşturmaları gerekiyordu. Elektronik dalga fonksiyonlarının antisimetri olarak bilinen bir özelliği vardır. İki elektron değiş tokuş edildiğinde, dalga fonksiyonunun işareti değişmelidir. Bu özel tuhaflığın hesaba katılması ve özelliğin ağ mimarisine dahil edilmesi gerekiyordu. Ağ, adını “Pauli dışlama ilkesi”nden alan “PauliNet” olarak adlandırıldı. Bu ilke, iki veya daha fazla özdeş fermiyonun bir kuantum sistemi içinde aynı anda aynı kuantum durumunda var olamayacağını belirtir.

PauliNet ayrıca elektronik dalga fonksiyonlarının diğer fiziksel özelliklerini de ağa entegre etmek zorundaydı. Noe'nin Phys.org aracılığıyla açıkladığı gibi, ağın yalnızca verileri gözlemleyerek karar vermesine izin vermek yerine, ağın dalga fonksiyonunun özelliklerini hesaba katması gerekiyordu.

Noe, "Temel fiziği AI'ya inşa etmek, sahada anlamlı tahminler yapabilmesi için çok önemlidir" dedi. "Burası gerçekten bilim adamlarının yapay zekaya önemli bir katkı sağlayabileceği ve grubumun tam olarak odaklandığı yer.

Araştırma ekibinin, model laboratuvar dışında uygulanmaya hazır hale gelmeden önce yaklaşımlarını iyileştirerek daha fazla deney yapması gerekiyor. Bununla birlikte, yöntem endüstriyel uygulamalar için hazır olduğunda, çeşitli farklı alanlarda kullanılabilir. Malzeme bilimcileri, algoritmayı yeni metamalzemeler oluşturmaya yardımcı olmak için kullanabilir ve ilaç endüstrisi, yeni ilaç türlerini sentezlemek için kullanabilir.