05.01.2021, 08:05
Василий Парфенов
9
7,1 тыс

Искусственный интеллект научился определять свойства любых молекул, решая уравнение Шредингера

❋ 8.0

Прорывной алгоритм может в разумные сроки и не привлекая суперкомпьютеры решать уравнение Шредингера для произвольных молекул. Это позволяет без трудоемких и затратных натурных экспериментов с большой вероятностью определять основные свойства вещества.

Искусственный интеллект научился определять свойства любых молекул решая уравнение Шредингера
Пример определения свойств молекулы циклобутадиена разными методами. PauliNet сравнивается с двумя вариантами связанных кластеров (MR-CC и CCSD), а также с экспериментальными данными / ©Hermann, J., Schätzle, Z. & Noé, F. Deep-neural-network solution of the electronic Schrödinger equation. Nat. Chem. 12, 891–897 (2020). https://doi.org/10.1038/s41557-020-0544-y / Автор: Наталья Федосеева

Разработку представили немецкие ученые из Свободного университета Берлина (Freie Universität Berlin). Особенности разработки и обучения глубинной нейронной сети PauliNet они описали в статье, которая была опубликована в рецензируемом журнале Nature Chemistry. Поскольку материал доступен только по подписке, его основные тезисы также можно изучить в препринте, размещенном на портале arXiv годом ранее. С тех пор научная работа была существенно дополнена, в том числе практическими результатами, но общее представление о технологии дает и предварительная публикация.

Алгоритм PauliNet получил свое название в честь принципа Паули — одного из фундаментальных правил квантовой механики. Согласно этому принципу, два и более электрона в атомах не могут находиться в одинаковых квантовых состояниях. То есть при обмене электронами их волновая функция меняет знак. Эта антисимметрия, а также ряд других постулатов квантовой физики были «зашиты» в глубинную нейросеть (Deep neural network) сразу. А вот обучали ее уже другим свойствам элементарных частиц — в частности, сложным закономерностям распределения электронов по оболочкам вокруг ядер атомов.

На основе этих данных нейросеть научилась исследовать произвольные молекулы квантовыми методами Монте-Карло. Они подразумевают решение уравнений Шредингера для большого количества частиц. Основная сложность при выполнении таких задач — необходимость больших вычислительных мощностей для определения многочастичной волновой функции. Обычно используют более простые методы, например Теорию функционала плотности (DFT) или связанные кластеры (CC).

Однако такие упрощения создают ряд ограничений и для многих соединений все равно оказываются практически бесполезными. В результате физикам и химикам приходится постоянно искать компромиссы: или низкая точность, но относительно быстрые расчеты, либо высокая точность, но при этом нужно искать, на каком «железе» все это можно обсчитать. А в большинстве случаев выбора особого нет: сложные молекулы не по зубам даже современным суперкомпьютерам и системам распределенных вычислений.

А нейросети PauliNet удалось создать свою методику вычисления волновых функций. Этот алгоритм за вполне разумные сроки способен решать уравнения Шредингера для практически любых молекул.

В приведенных примерах авторы этого искусственного интеллекта определяли свойства ряда соединений за считаные десятки часов работы обычных графических карт персональных компьютеров. Таким образом немецкие ученые нашли новый и чрезвычайно эффективный способ вычисления основного состояния произвольных молекул.

Нашли опечатку? Выделите фрагмент и нажмите Ctrl (Cmd) + Enter.
Подписывайтесь на нас в Telegram, Дзен и в последнюю очередь на VK
Предстоящие мероприятия
16 сентября, 12:58
Любовь С.

Необычный радиоисточник VT J1906+0849 в нашей Галактике остается активным около 20 лет. Правда, пока не удалось отнести его ни к одному известному типу галактических объектов. Судя по всему, ученые наткнулись на крайне редкий источник неизвестной природы.

16 сентября, 12:12
Александр Березин

Спустя три года после начала испытательных полетов крупнейшую ракету и космический корабль в истории человечества объявили готовыми к первому запуску на орбиту. Причем его планируют сразу десятичасовым и с выводом большой группы спутников Starlink нового поколения. По пропускной способности один этот запуск добавит столько же, сколько десять запусков Falcon 9, современного лидера серийного земного ракетостроения.

16 сентября, 14:29
Татьяна Зайцева

Анализ данных о почти 300 тысячах километров римских дорог, проложенных по территории бывшей империи, показал, что они вовсе не были такими прямыми, как принято считать. Кроме того, выяснилось, что известная поговорка «Все дороги ведут в Рим» тоже не соответствует истине.

14 сентября, 14:43
Елизавета З.

Совместная миссия Европейского космического агентства (ESA) и Японского агентства аэрокосмических исследований (JAXA) по исследованию Меркурия началась в 2018 году. На видео, созданном из кадров с бортовых камер, можно проследить восьмилетний путь зонда BepiColombo.

11 сентября, 10:25
Александр Березин

Современная космология до недавнего времени опиралась на так называемый космологический принцип, по которому у Вселенной нет какого-то выделенного направления. И наблюдатель в любой ее точке должен видеть однородную в этом смысле картину. Астроном из Северокавказской астрофизической обсерватории показал, что это не так даже для очень древней Вселенной.

15 сентября, 11:38
Evgenia Vavilova

Тренды здорового питания постоянно меняются, в том числе на основе научных исследований. Когда-то публика панически боялась жиров, но их реабилитировали. Гарвардская пирамида здорового питания рисовала сложные углеводы в основании пирамиды, а теперь они переместились к вершине. Возможно, и современную моду на приоритет белка придется пересмотреть.

9 сентября, 22:44
Александр Березин

Нейросеть OpenAI добилась серьезного прорыва в математике, решив одну из семи «задач тысячелетия». Получат ли США, чьи нейросети опираются на гораздо более мощное «железо», чем у Китая, монополию на конвейер научных открытий? Даст ли это возможности сравнимые с их атомной монополией 80 лет назад?

28 августа, 15:43
Татьяна Зайцева

Сопротивление жителей Европы самой идее употребления насекомых в пищу может иметь эволюционные корни, уходящие вглубь тысячелетий, пришли к выводу авторы нового исследования. Оказалось, предки современных европейцев ели насекомых лишь эпизодически. Кроме того, из-за генетических мутаций они плохо переваривали их экзоскелеты.

19 августа, 18:31
Александр Березин

После сокращения длины очередей и роста доступности бензина в первую неделю августа ситуация снова ухудшилась. Если с 20 июня по начало августа кризис носил в основном психологический характер, то сейчас ситуация принципиально иная: августовские атаки на НПЗ показали, что меры по усилению их противовоздушной обороны не были достаточно полными. Значит, прогноз автора Naked Science от 19 июля о том, что острая фаза кризиса закончится до конца лета, был частично неверным.

[miniorange_social_login]

Комментарии

9 Комментариев
Это, конечно, крутая новость, но индекс важности – 8? Если разбрасываетесь такими цифрами, то может будете объяснять что именно оно изменит в нашей жизни?
    Квантовый уровень постоянно работает именно в вашей жизни. Копирование ДНК идет внутре вас именно на квантовом уровне, и уравнения Шредингера работают там же.
    +
      Еще 7 ответов
      Так, хорошо. У них в описании рейтинга важности – 9 это появление лекарства от рака. Я понимаю, что оно поменяет. Но вот эта новость о чем? Что именно поменяет главная технология в настоящий момент или недалёком будущем?
        Max Savushkin
        05.01.2021
        Ну, может, способность определять за разумное время свойства многих соединений поможет находить лекарства от рака?
          Поможет, голубчик, еще как поможет. У Фейнмана в его лекциях написано примерно следующее - дайте мне скорости и координаты всех молекул во Вселенной, и я предскажу Вам будущее.
            Max Savushkin
            06.01.2021
            Я помню, пару лет назад на научно-популярной лекции про квантовую теорию, лектор замечал, что на данный момент мы можем точно решать квантовые волновые уравнения только для достаточно простых систем, вроде атома водорода. Для остальных у нас дури не хватает. И каждый шаг на этом путь я, собственно, приветствую
              А без точного решения можно и обойтись. С помощью теории функционала плотности (ТФП, она же DFT) можно приближённо обсчитывать системы из нескольких сотен атомов. Но эта "приближённость" такая, что даже знай мы точное решение - мы не смогли бы в эксперименте отличить его от приближённого.
        Если учесть, что даже теория функционала плотности, которая позволяет рассчитывать системы из пары-тройки сотен атомов с сумасшедшей точностью, совершила революцию в квантовой химии и физике и позволила человечеству узнать такое, о чём оно ещё в 60-е даже мечтать не могло, то технология, которая позволит с такой же точностью считать десятки и сотни тысяч атомов, поменяет всё ещё больше. Что поменяет? Например, позволит разработать, например, катализаторы химических процессов, новые материалы с заданными свойствами, можно будет рассчитать биохимические реакции, в том числе и для предсказания эффектов лекарств. И многое другое. Это и сейчас делается вовсю, но ограничения на число атомов изрядно тормозят процесс... Впрочем, не прочитав исходную статью, я не берусь, насколько описанный метод точен и насколько он универсален. Как он соотносится по скорости счёта и точности с другими методами, которые сейчас используются для расчёта больших систем: DFT-B, QM/MM и проч.