Учёные из Имперского колледжа Лондона и Google DeepMind провели исследование с использованием нейронных сетей для решения одной из самых сложных задач в квантовой химии, сообщает Science.
Исследователи предложили новый метод моделирования состояний молекул, что может помочь в создании новых материалов и химических синтезов. Практическое применение этого подхода позволит учёным создавать прототипы с помощью компьютерного моделирования перед проведением лабораторных экспериментов.
Команда изучала процесс перехода молекул в “возбуждённые состояния” и обратно. Когда молекулы получают большое количество энергии, их электроны могут временно переходить в новую конфигурацию. Количество поглощаемой и высвобождаемой энергии уникально для каждой молекулы и материала, что важно для различных технологий и биологических процессов.
Моделирование этого процесса представляет сложность из-за неопределённости положения возбуждённых электронов в молекулах. Для решения этой задачи учёные разработали новый математический подход и применили его с нейронной сетью FermiNet.
Тестирование метода на ряде примеров показало многообещающие результаты. На примере углеродного димера средняя абсолютная ошибка составила 4 мэВ, что в пять раз точнее по сравнению с предыдущими методами.
Исследователи опубликовали свою работу и надеются, что другие учёные будут использовать их методы для изучения взаимодействия материи со светом.
