Исследователи из Берлинского Свободного университета (Freie Universitat Berlin) разработали новую систему искусственного интеллекта, способную вычислять так называемое стандартное состояние уравнения Шредингера. Такой вид уравнения Шредингера является одной из фундаментальных вещей в области квантовой химии, при помощи его решения становится возможным определение химических и физических свойств молекул на основе данных расположения в пространстве атомов, входящих в эту молекулу.
Возможность математического решения уравнения Шредингера избавило бы человечество от необходимости проведения ресурсоемких и длительных лабораторных экспериментов. Однако, решение уравнения является весьма и весьма сложной задачей, до последнего времени решения, обеспечивающие достаточную точность прогнозов свойств, были найдены лишь для некоторых видов простейших молекул определенного типа, а решения уравнения для более сложных произвольных молекул не могут быть вычислены с приемлемым уровнем точности за приемлемое для этого время.
Для того, чтобы получить беспрецедентную на сегодня комбинацию точности и вычислительной эффективности исследователи из Германии разработали новый принцип глубинного машинного обучения и самообучения. В их подходе используется то, что одним из основополагающих принципов уравнения Шредингера в квантовой химии является волновая функция, математический объект, который полностью определяет поведение электронов в молекуле.
Основная проблема заключается в том, что волновая функция – это весьма многомерная математическая конструкция и очень трудно охватить абсолютно все ее нюансы, определяющие поведение отдельных электронов и их взаимодействие с другими электронами. Разработанная нейронная сеть не использует традиционных принцип представления волновых функций электронов в виде набора относительно простых математических примитивов, вместо этого она изучает и использует сложные образы волновой функции на основе данных о расположении и движении электронов возле или вокруг ядер атомов молекул.
Ученые отмечают, что специфической особенностью электронной волновой функции является высокий уровень ее асимметрии, к примеру, когда два электрона меняются местами, знак волновой функции меняется на обратный. Эта особенность и множество других подобных изначально встроены в архитектуру нейронной сети, которая работает на основе известного принципа исключения Паули. Из-за этого новая система искусственного интеллекта получила название “PauliNet” и ученые продолжают работу над ней, стремясь повысить ее эффективность, точность результатов до уровня, когда эти результаты уже будет возможно использовать на практике.
