[Искусственный интеллект, Физика, Химия, Квантовые технологии] Авторы системы на ИИ заявили, что она смогла решить уравнение Шредингера
Автор
Сообщение
news_bot ®
Стаж: 6 лет 9 месяцев
Сообщений: 27286
Группа ученых из Freie Universität в Берлине разработала метод на основе искусственного интеллекта для вычисления основного состояния уравнения Шредингера в квантовой химии.
Данное научное направление занимается предсказанием химических и физических свойств молекул, основываясь исключительно на расположении их атомов в пространстве, без ресурсоемких и трудоемких лабораторных экспериментов. Решение уравнения Шредингера может значительно упростить задачу предсказания. Однако до сих пор было невозможно найти точное его решение для произвольных молекул.
В уравнении Шредингера рассматривается волновая функция, которая определяет поведение электронов в молекуле. Волновая функция отражает общее состояние, а не влияние отдельных электронов друг на друга. В связи с этим многие методы квантовой химии фактически отказываются от выражения волновой функции, пытаясь определить только энергию заданной молекулы. Однако вычисление приблизительных значений сказывается на качестве предсказания.
Другие методы представляют волновую функцию как массивный математический блок, но это сложно, поэтому метод можно применить на практике не более чем для нескольких атомов.
Команда Freie Universität разработала метод глубокого обучения, который, как утверждают исследователи, позволяет достичь точности и вычислительной эффективности.
Глубокая нейронная сеть служит для представления волновых функций электронов. Она изучает сложные модели расположения электронов вокруг ядер. «Особенностью электронных волновых функций является их антисимметрия. Когда происходит обмен двумя электронами, волновая функция должна менять знак. Нам пришлось встроить это свойство в архитектуру нейронной сети, чтобы подход заработал», — отмечают авторы разработки.
Эта особенность известна как принцип исключения Паули, поэтому авторы назвали свой метод «PauliNet». Помимо принципа исключения Паули, электронные волновые функции также обладают другими фундаментальными физическими свойствами, и PauliNet интегрирует эти свойства в глубокую нейронную сеть.
Однако и у нового метода нашлись недостатки. Во-первых, отмечается, что он не вариационный. В работе системы на ИИ, в отличие от методов квантовой химии, невозможно увеличить количество степеней свободы для получения более точного результата. Во-вторых, пока нет четкого способа улучшить данный метод, так как в него уже заложили все фундаментальные данные.
===========
Источник:
habr.com
===========
Похожие новости:
- [Искусственный интеллект, Звук] Исследователи натренировали нейросеть генерировать бесконечное соло на бас-гитаре
- [Математика, Научно-популярное, Космонавтика, Физика] Полимерные топливные баки из кинетического оригами
- [Научно-популярное, DIY или Сделай сам, Лайфхаки для гиков, Химия] Малышка на миллион. Сковиллей
- [Клиентская оптимизация, Управление продажами, Управление персоналом, Искусственный интеллект] Голосовая аналитика бесплатно. Что? Где? Когда?
- [Алгоритмы, Управление e-commerce, Управление продажами, Искусственный интеллект] Анализ данных для сбыта и производства
- [Алгоритмы, Искусственный интеллект, Логические игры] Игры по спецификации: обратная сторона изобретательности ИИ (перевод)
- [Энергия и элементы питания, Транспорт, Химия, Будущее здесь] Батареи подешевели на 89% за последнее десятилетие. Массовые электромобили уже близко
- [Машинное обучение, Искусственный интеллект] CV Winter Сamp 2021 — зимняя он-лайн школа Intel по компьютерному зрению
- [Программирование, Prolog, Искусственный интеллект, Natural Language Processing] Роль логического программирования, и стоит ли планировать его изучение на 2021-й
- [Научно-популярное, Физика, Астрономия] Вселенная действительно расширяется быстрее, чем предполагалось
Теги для поиска: #_iskusstvennyj_intellekt (Искусственный интеллект), #_fizika (Физика), #_himija (Химия), #_kvantovye_tehnologii (Квантовые технологии), #_uravnenie_shredingera (уравнение шредингера), #_kvantovaja_himija (квантовая химия), #_iskusstvennyj_intellekt (искусственный интеллект), #_glubokaja_set (глубокая сеть), #_nejroseti (нейросети), #_iskusstvennyj_intellekt (
Искусственный интеллект
), #_fizika (
Физика
), #_himija (
Химия
), #_kvantovye_tehnologii (
Квантовые технологии
)
Вы не можете начинать темы
Вы не можете отвечать на сообщения
Вы не можете редактировать свои сообщения
Вы не можете удалять свои сообщения
Вы не можете голосовать в опросах
Вы не можете прикреплять файлы к сообщениям
Вы не можете скачивать файлы
Текущее время: 23-Ноя 01:20
Часовой пояс: UTC + 5
| Автор | Сообщение |
|---|---|
|
news_bot ®
Стаж: 6 лет 9 месяцев |
|
 Группа ученых из Freie Universität в Берлине разработала метод на основе искусственного интеллекта для вычисления основного состояния уравнения Шредингера в квантовой химии. Данное научное направление занимается предсказанием химических и физических свойств молекул, основываясь исключительно на расположении их атомов в пространстве, без ресурсоемких и трудоемких лабораторных экспериментов. Решение уравнения Шредингера может значительно упростить задачу предсказания. Однако до сих пор было невозможно найти точное его решение для произвольных молекул. В уравнении Шредингера рассматривается волновая функция, которая определяет поведение электронов в молекуле. Волновая функция отражает общее состояние, а не влияние отдельных электронов друг на друга. В связи с этим многие методы квантовой химии фактически отказываются от выражения волновой функции, пытаясь определить только энергию заданной молекулы. Однако вычисление приблизительных значений сказывается на качестве предсказания. Другие методы представляют волновую функцию как массивный математический блок, но это сложно, поэтому метод можно применить на практике не более чем для нескольких атомов. Команда Freie Universität разработала метод глубокого обучения, который, как утверждают исследователи, позволяет достичь точности и вычислительной эффективности. Глубокая нейронная сеть служит для представления волновых функций электронов. Она изучает сложные модели расположения электронов вокруг ядер. «Особенностью электронных волновых функций является их антисимметрия. Когда происходит обмен двумя электронами, волновая функция должна менять знак. Нам пришлось встроить это свойство в архитектуру нейронной сети, чтобы подход заработал», — отмечают авторы разработки. Эта особенность известна как принцип исключения Паули, поэтому авторы назвали свой метод «PauliNet». Помимо принципа исключения Паули, электронные волновые функции также обладают другими фундаментальными физическими свойствами, и PauliNet интегрирует эти свойства в глубокую нейронную сеть. Однако и у нового метода нашлись недостатки. Во-первых, отмечается, что он не вариационный. В работе системы на ИИ, в отличие от методов квантовой химии, невозможно увеличить количество степеней свободы для получения более точного результата. Во-вторых, пока нет четкого способа улучшить данный метод, так как в него уже заложили все фундаментальные данные. =========== Источник: habr.com =========== Похожие новости:
Искусственный интеллект ), #_fizika ( Физика ), #_himija ( Химия ), #_kvantovye_tehnologii ( Квантовые технологии ) |
|
Вы не можете начинать темы
Вы не можете отвечать на сообщения
Вы не можете редактировать свои сообщения
Вы не можете удалять свои сообщения
Вы не можете голосовать в опросах
Вы не можете прикреплять файлы к сообщениям
Вы не можете скачивать файлы
Вы не можете отвечать на сообщения
Вы не можете редактировать свои сообщения
Вы не можете удалять свои сообщения
Вы не можете голосовать в опросах
Вы не можете прикреплять файлы к сообщениям
Вы не можете скачивать файлы
Текущее время: 23-Ноя 01:20
Часовой пояс: UTC + 5