Umělá inteligence řeší Schrödingerovu rovnici pro kvantovou chemii  
Kvantová chemie stojí na výpočtech vlnových funkcí. Ty jsou ale, slušně řečeno, extrémně náročné. Novým nástrojem na tyhle šílenosti je umělá inteligence PauliNet, vycvičená v duchu kvantového Monte Carla. Do kvantové chemie přináší svěží vánek strojového učení.
Umělá inteligence se pustila do kvantové chemie. Kredit: CC0 Public Domain.
Umělá inteligence se pustila do kvantové chemie. Kredit: CC0 Public Domain.

Už asi nepřekvapí, že se umělé inteligence zajímají o komplikované výpočty. Tým vědců německé Freie Universität Berlin vyvinul umělou inteligenci, která spočítá základní stav Schrödingerovy rovnice ve kvantové chemii. Cílem kvantové chemie je přitom předpovídat chemické a fyzikální vlastnosti molekul čistě na základě uspořádání jejich atomů v prostoru.

 

Frank Noé. Kredit: Freie Universität Berlin.
Frank Noé. Kredit: Freie Universität Berlin.
Pokud by tento přístup fungoval, tak by bylo možné obcházet nákladné a časově náročné laboratorní experimenty. Teoreticky je možné takových předpovědí dosáhnout vyřešením Schrödingerovy rovnice. V praxi je to ale nesmírně obtížné. Doposud bylo prakticky nemožné nalézt exaktní řešení pro zvolenou molekulu, které by bylo možné efektivním způsobem vypočítat.

 

Frank Noé a jeho kolegové teď vycvičili umělou inteligenci, která dosahuje nevídané kombinace přesnosti výpočtu tohoto typu s efektivitou tohoto výpočtu. Badatelé věří, že jejich postup může výrazně posun pokrok ve kvantové chemii. Výsledky jejich výzkumu publikoval časopis Nature Chemistry.

 

Wolfang Pauli. Kredit: US Government.
Wolfang Pauli. Kredit: US Government.
Jak pro kvantovou chemii, tak i pro samotnou Schrödingerovu rovnici je klíčová vlnová funkce. Je to matematický objekt, který kompletně popisuje chování elektronů v molekule. Vlnová funkce je mnohorozměrná a je velmi obtížné nějakým způsobem uchopit všechny nuance chování jednotlivých elektronů. Řada postupů kvantové chemie proto rezignuje na vyjádření celé vlnové funkce a soustředí se pouze na určení energie dotyčné molekuly. To ale vyžaduje řadu aproximací, které omezují kvalitu předpovědí takových postupů. Další metody pracují s vlnovou funkcí tak, že využívají veliké množství jednoduchých matematických výpočetních bloků. Tyto výpočty jsou ale tak strašlivě komplexní, že lze prakticky používat jen pro molekuly s pár atomy.

 

Noé a jeho tým využili přístup „Quantum Monte Carlo“, což je specifická varianta oblíbené stochastické metody vycházející z velkého množství simulací zkoumaného systému s využitím pseudonáhodných čísel. Jejich umělá inteligence dokáže pojmout komplexní uspořádání elektronů kolem atomových jader. Protože přitom zohledňuje mimo jiné i Pauliho vylučovací princip, tak vědci novou metodu pojmenovali „PauliNet“. Jak říká Noé, ještě je čeká hodně práce, než budou moci vypustit inteligenci PauliNet do průmyslových aplikací. Už teď ale podle nich představuje občerstvení v úmorných výpočtech kvantové chemie a otevírá nové možnosti.

 

Video: Machine Learning for Quantum Simulation - Frank Noé (June 22, 2020)

 

Literatura

Freie Universität Berlin 18. 12. 2020.

Nature Chemistry 12: 891–897.

Datum: 23.12.2020
Tisk článku

Související články:

Existuje čtverná chemická vazba?     Autor: Tomáš Polívka (24.09.2007)
První zřetelné snímky molekuly během chemické reakce     Autor: Stanislav Mihulka (03.06.2013)
Pozorování vzniku chemické vazby v přímém přenosu     Autor: Stanislav Mihulka (14.02.2015)
Oganesson - chemické vlastnosti nejtěžšího známého prvku     Autor: Vladimír Wagner (02.03.2018)
Nejchladnější chemická reakce všech dob předvedla ultrapomalé pohyby molekul     Autor: Stanislav Mihulka (03.12.2019)
Google uskutečnil první kvantovou simulaci chemické reakce     Autor: Stanislav Mihulka (29.08.2020)



Diskuze:

Keby tam bola prítomná

Vladimír Bzdušek,2020-12-26 12:44:18

umelá inteligencia, vo výsledku bude určite nejaká kočka. Najskôr štvorfarebná, taká najlepšie chytá myši. Inak samozrejme všetkým výskumníkom veľa úspechov do Nového Roku 2021 !!!

Odpovědět



Tento web používá k poskytování služeb, personalizaci reklam a analýze návštěvnosti soubory cookie. Používáním tohoto webu s tím souhlasíte. Další informace