Новый алгоритм способен быстро решать уравнение Шредингера для любых молекул, не нуждаясь в суперкомпьютерах. Это даёт возможность с высокой точностью предсказать ключевые свойства веществ без сложных и дорогих лабораторных экспериментов.
Немецкие учёные из Свободного университета Берлина представили разработку. Freie Universität BerlinОсобенности создания и тренировки глубокой нейронной сети. PauliNet они описали в статье, которая была опубликована в рецензируемом журнале Nature ChemistryТак как материал распространяется только на платной основе, с основными положениями можно ознакомиться в preprint’е. размещенном на портале arXivС прошлого года работа учёных развилась благодаря новым исследованиям, практическим достижениям и публикации, которая раскрывает суть данной технологии.
Алгоритм PauliNetНазвано в честь принципа Паули — основного закона квантовой механики. Согласно ему, два или больше электронов в атомах не могут иметь идентичных квантовых состояний. При обмене электронами их волновая функция меняет знак. Эта антисимметрия, наряду с другими постулатами квантовой физики, заложены в нейронную сеть. Deep neural networkСразу же начали обучать ее другим свойствам элементарных частиц — например, сложным закономерностям распределения электронов по оболочкам около ядер атомов.
На основе этих данных нейросеть научилась исследовать произвольные молекулы квантовыми методами Монте-Карло. Эти методы 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).
Такие упрощения приводят к ограничениям, и для многих соединений остаются практически бесполезными. Физики и химики вынуждены постоянно искать компромиссы: либо низкая точность при относительно быстрых расчётах, либо высокая точность с поиском подходящего оборудования. В большинстве случаев выбора нет: сложные молекулы не под силу даже современным суперкомпьютерам и системам распределенных вычислений.
А нейросети PauliNetСпециалистам удалось разработать собственную методику расчета волновых функций. Данный алгоритм в сжатые сроки может решать уравнения Шредингера для большинства молекул.
В приведённых примерах авторы искусственного интеллекта определяли свойства ряда соединений за короткий срок, используя обычные графические карты персональных компьютеров. Такой подход немецких учёных позволил найти новый и эффективный способ вычисления основного состояния произвольных молекул.