人工智能系統學習量子力學的基本定律

人工智能可以用來預測分子的波函數和分子的電子性質。華威大學(University of Warwick)、柏林科技大學(Technical University of Berlin)和盧森堡大學(University of Luxembourg)的一組研究人員開發了這種創新的人工智能方法，它可以用來加速藥物分子和新材料的設計。

人工智能和機器學習算法通常被用來預測人類的行為，或識別面孔、筆跡?？茖W研究中，人工智能正在成為科學發現的重要工具。而在化學領域，人工智能已經成為預測量子系統實驗的工具，為了可以更好的應用，人工智能需要系統地結合物理基本定律。

跨學科團隊的化學家、物理學家和計算機科學家，開發出了一種深度機器學習算法，可以預測分子的量子態，以及所謂的波函數，通過學習解決量子力學的基本方程，確定所有屬性的分子。

傳統方法求解這些方程需要大量的高性能計算資源，這通常是用于醫療和工業應用的新型特制分子計算設計的瓶頸。新開發的人工智能算法只需數秒，就可以在筆記本電腦或手機上提供準確預測。

華威大學化學系的Reinhard Maurer博士評論道：“這是一個聯合團隊的三年努力。用計算機科學技術開發一個人工智能算法，不僅能以靈活的方式捕獲波函數行為，而且還能以一種可控的算法，用化學和物理技術處理和表示量子化的數據?！?/p>

團隊在IPAM一個跨學科的、為期3個月的研究項目中聚集在一起，研究的主題是量子物理中的機器學習。當時，柏林技術大學軟件工程與理論計算機科學研究所的Klaus Robert-Muller表示: “這項跨學科的工作是一個重要的進展，因為它表明，人工智能方法可以有效地執行量子分子模擬的最困難的方面。在未來幾年內，人工智能方法將成為計算化學和分子物理學發現過程的重要組成部分?！?/p>

這項工作的貢獻在于，使化合物設計達到了一個新的水平，可以同時調整分子的電子和結構性能，以達到預期的應用標準。