Новое исследование, проведенное учеными из Имперского колледжа Лондона и Google DeepMind, предлагает решение сложной задачи моделирования состояний молекул с помощью нейронных сетей – формы искусственного интеллекта, вдохновленной работой мозга.
Команда исследователей разработала новый математический подход и использовала его с нейронной сетью под названием FermiNet для вычисления энергии атомов и молекул на основе фундаментальных принципов. Это позволило точнее моделировать так называемые “возбужденные состояния” молекул, когда их электроны переходят во временную новую конфигурацию под воздействием большого количества энергии.
Точное количество поглощенной и высвобожденной энергии при переходе молекул между состояниями создает уникальный “отпечаток” для разных молекул и материалов. Это влияет на работу различных технологий – от солнечных панелей и светодиодов до полупроводников и фотокатализаторов. Также эти процессы играют важную роль в биологических процессах, связанных со светом, включая фотосинтез и зрение.
Исследователи протестировали свой подход на ряде примеров и получили многообещающие результаты. Для небольшой, но сложной молекулы углеродного димера они достигли средней абсолютной погрешности в 4 мэВ, что в пять раз ближе к экспериментальным результатам, чем предыдущие методы.
Это исследование может привести к практическому применению в будущем, помогая ученым моделировать новые материалы и химические синтезы с помощью компьютерного моделирования перед их созданием в лаборатории, сообщает Science.
