• Добавить в закладки
  • Facebook
  • Twitter
  • Telegram
  • VK
  • Печать
  • Email
  • Скопировать ссылку
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 + Enter.
Подписывайтесь на нас в Telegram, Яндекс.Новостях и VK
Предстоящие мероприятия
26 августа, 10:29
Марк Чернов

Иногда лучшая помощь природе — просто оставить ее в покое и не мешать. Британские экологи доказали, что заброшенная фермерская пашня способна без миллионных затрат и покупных семян превратиться в роскошный цветущий луг. Для этого потребовалось лишь 11 лет времени и обычный ежегодный покос травы.

26 августа, 17:01
Татьяна Зайцева

Ни один регион на Земле не обладает стопроцентной устойчивостью ко всем возможным глобальным катастрофическим рискам. Тем не менее существует место, имеющее максимальный запас прочности в такой ситуации, — и это Австралия.

26 августа, 17:59
МАИ

Ребенок легче взрослого, быстрее осваивается в новой обстановке и обладает пластичной нервной системой — значит, невесомость он перенесет проще. Это рассуждение звучит убедительно ровно до тех пор, пока ребенка считают уменьшенной копией взрослого. На самом деле его скелет еще набирает прочность, мышцы учатся работать вместе с нервной системой, вестибулярный аппарат настраивает ощущение положения тела, а органы и ткани проходят этапы, которые нельзя повторить после завершения роста. Если в этот период убрать постоянную нагрузку земного притяжения, организм будет не только приспосабливаться к новой среде: он станет формироваться внутри нее. Каким получится результат, медицина сегодня не знает: длительных орбитальных исследований с участием несовершеннолетних не проводилось.

24 августа, 16:26
Илья Гриднев

Биологи провели молекулярный анализ тканей человеческого мозга и выяснили, что при тяжелой депрессии останавливается процесс образования новых нейронов. Открытие показало, что природа заболевания кроется не только в химическом дисбалансе нейромедиаторов, но и в физическом нарушении клеточного обновления гиппокампа.

26 августа, 10:29
Марк Чернов

Иногда лучшая помощь природе — просто оставить ее в покое и не мешать. Британские экологи доказали, что заброшенная фермерская пашня способна без миллионных затрат и покупных семян превратиться в роскошный цветущий луг. Для этого потребовалось лишь 11 лет времени и обычный ежегодный покос травы.

25 августа, 13:47
Татьяна Зайцева

Приблизительно 130 миллионов лет назад, когда по земле бродили динозавры, какое-то млекопитающее пробежало по влажной песчаной дюне на территории современной южной части Бразилии. Размер оставленных этим древним существом следов поразил палеонтологов.

31 июля, 14:12
Андрей Серегин

Долгое время считалось, что до прихода европейцев тропические леса Амазонии были заселены сравнительно плохо. Однако выяснилось, что плотная растительность скрывает большинство следов древних обществ. С помощью воздушного лазерного сканирования ученые обнаружили сотни неизвестных земляных сооружений и предположили, что около двух тысяч лет назад население юго-западной части Амазонии могло достигать трех миллионов человек.

9 августа, 19:34
Марк Чернов

Американская компания Firebird официально запустила в городе Раздан крупный центр обработки данных и фабрику искусственного интеллекта. На сегодняшний день это самый масштабный технологический хаб подобного уровня в СНГ, а после завершения всех этапов строительства он войдет в пятерку самых мощных вычислительных кластеров в мире.

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.