人工智能可以用來預測分子的波函數和電子性質。華威大學、柏林技術大學和盧森堡大學的一個研究小組開發的這種創新人工智能方法可以用來加速藥物分子或新材料的設計。
人工智能和機器學習算法通常被用來預測我們的購買行為和識別我們的臉或筆跡。在科學研究中，人工智能正在成為科學發現的重要工具。
在化學中，人工智能已經成為預測量子系統實驗或模擬結果的工具。要做到這一點，人工智能需要能夠系統地結合物理學的基本定律。
華威大學、柏林技術大學和盧森堡大學領導的一個由化學家、物理學家和計算機科學家組成的跨學科團隊開發了一種深度機器學習算法，可以預測分子的量子態，即所謂的波函數，它決定了分子的所有性質。
人工智能通過學習解決量子力學的基本方程來實現這一點。用傳統方法求解這些方程需要大量的高性能計算資源，這通常是醫學和工業應用中新的專用分子計算設計的瓶頸。新開發的人工智能算法可以在幾秒鐘內提供準確的預測。
來自華威大學化學系的萊茵哈德·莫雷爾博士說：“這是一個聯合的三年努力。它需要計算機科學知識來開發一種靈活的足以捕捉波函數的形狀和行為的人工智能算法，同時，化學和物理專業知識還可以處理和表示量子化學數據，使其形式便於算法管理。”
柏林技術大學軟件工程與理論計算機科學研究所的克勞斯·羅伯特·穆勒教授說：“這項跨學科的工作是一項重要進展，因為它表明，人工智能方法能夠有效地執行量子分子模擬中最困難的方面。在未來幾年內，人工智能方法將成為計算化學和分子物理發現過程的重要組成部分。”
盧森堡大學物理與材料研究系的亞歷山大博士說：“這項工作使化合物設計達到了一個新的水平，在這個水平上，分子的電子和結構特性可以同時調整，以達到預期的應用標準。”
分享到:
閱讀更多 萬象經驗 的文章
