人工智能可用于預(yù)測分子波功能和分子的電子特性。由華威大學(xué)，柏林工業(yè)大學(xué)和盧森堡大學(xué)的研究人員團隊開發(fā)的這種創(chuàng)新的AI方法可用于加快藥物分子或新材料的設(shè)計。

人工智能和機器學(xué)習(xí)算法通常用于預(yù)測我們的購買行為并識別我們的面孔或筆跡。在科學(xué)研究中，人工智能正在將自身確立為科學(xué)研究的重要工具。

在化學(xué)領(lǐng)域，人工智能已成為預(yù)測量子系統(tǒng)實驗或模擬結(jié)果的工具。為此，人工智能需要能夠系統(tǒng)地納入物理學(xué)的基本定律。

由沃里克大學(xué)，包括柏林工業(yè)大學(xué)和盧森堡大學(xué)領(lǐng)導(dǎo)的化學(xué)家，物理學(xué)家和計算機科學(xué)家組成的跨學(xué)科團隊開發(fā)了一種可以預(yù)測分子量子態(tài)的深度機器學(xué)習(xí)算法，即所謂的波函數(shù)，它決定了分子的所有特性。

AI通過學(xué)習(xí)解決量子力學(xué)的基本方程式來實現(xiàn)這一目標(biāo)，如《自然通訊》上發(fā)表的論文“通過深度神經(jīng)網(wǎng)絡(luò)將分子波函數(shù)與機器學(xué)習(xí)和量子化學(xué)相統(tǒng)一”所示。

以常規(guī)方式求解這些方程式需要大量的高性能計算資源(數(shù)月的計算時間)，這通常是醫(yī)學(xué)和工業(yè)應(yīng)用中新目的分子的計算設(shè)計的瓶頸。新開發(fā)的AI算法可以在便攜式計算機或移動電話上在幾秒鐘內(nèi)提供準(zhǔn)確的預(yù)測。

華威大學(xué)化學(xué)系的Reinhard Maurer博士說：“這是三年的共同努力，需要計算機科學(xué)專業(yè)知識來開發(fā)足夠靈活的人工智能算法，以捕獲波動函數(shù)的形狀和行為。 ，以及化學(xué)和物理學(xué)方面的專業(yè)知識，以可以對算法進行管理的形式來處理和表示量子化學(xué)數(shù)據(jù)。”

該團隊在IPAM(UCLA)的一個跨學(xué)科的為期三個月的研究金計劃中聚集在一起，該計劃的主題是量子物理學(xué)中的機器學(xué)習(xí)。

柏林工業(yè)大學(xué)軟件工程與理論計算機科學(xué)研究所的克勞斯·羅伯特·穆勒(Klaus Robert-Muller)教授表示：“這項跨學(xué)科研究是一項重要進展，因為它表明，人工智能方法可以有效地執(zhí)行量子分子最困難的方面在接下來的幾年中，人工智能方法將成為計算化學(xué)和分子物理學(xué)中發(fā)現(xiàn)過程必不可少的一部分。”

盧森堡大學(xué)物理與材料研究系的Alexandre Tkatchenko教授表示：“這項工作使化合物的設(shè)計達到了新的水平，可以同時調(diào)整分子的電子和結(jié)構(gòu)特性，以達到所需的應(yīng)用標(biāo)準(zhǔn)。”