Автор: 
Группа учёных из Свободного университета Берлина разработала программу искусственного интеллекта (ИИ) для вычисления основного состояния уравнения Шрёдингера в квантовой химии. Цель квантовой химии – предсказать химические и физические свойства молекул, основываясь исключительно на расположении их атомов в пространстве, без длительных и трудоёмких лабораторных экспериментов. В теории этого можно достичь, решив уравнение Шрёдингера, но на практике это крайне сложно.
Команда Свободного Университета разработала метод глубокого машинного обучения, способный достичь беспрецедентного сочетания точности и вычислительной эффективности.
Центральное место как в квантовой химии, так и в уравнении Шрёдингера занимает волновая функция – математический объект, который полностью определяет поведение электронов в молекуле. Она является многомерной и поэтому особенно сложна для изучения. Многие методы квантовой химии подразумевают отказ от каких-либо операций с ней, другие используют огромное количество простых математических строительных блоков, но это не слишком эффективно.
Глубокая нейронная сеть, разработанная учёными, представляет собой новый способ представления волновых функций электронов.
«Мы разработали искусственную нейронную сеть, способную изучать сложные паттерны расположения электронов вокруг ядер. Одной из особенностей электронных волновых функций является их антисимметрия. При обмене двумя электронами волновая функция должна изменить свой знак. Мы сумели встроить это свойство в архитектуру нейросети», – отметили авторы.
Электронные волновые функции также обладают другими фундаментальными физическими свойствами. Успех PauliNet (так назвали новую систему) заключается в том, что он интегрирует эти свойства в глубокую нейронную сеть, а не позволяет глубокому обучению вычислять их, просто наблюдая за данными.
Учёные отметили, что их система пока не готова к промышленному применению. Но уже очевидно, что она открывает новые возможности для науки.
