量子物理学机器学习:让人工智能学习与运用量子力学

2020-06-04 05:00 admin

在刚出版的《 自然通讯 》上,发表了一篇科技论文,题为:“将机器学习和量子化学与分子波函数的深度神经网络统一起来”,科学家们让人工智能学习与运用量子力学。

在当代医学和工业应用中的新型专用分子的化学计算设计过程中,需要求解一些方程。如果用现在常规的方式来求解这些方程,往往需要大量的高性能计算资源,即使使用当代超高速计算机,有时也需要达几个月的计算机时间。

新开发的人工智能算法,通过让人工智能学习与运用量子力学,可以在几秒钟内在笔记本电脑或智能手机上即可提供准确的预测。

人工智能及其机器学习算法现在通常用于洞察我们的上网习惯、预测我们的购买行为、识别我们的面孔或笔迹等等。在科学研究中,人工智能正在通过学习、掌握与运用一切科学知识,将自身确立为科学研究的重要工具。

在物理、化学等领域,人工智能已成为预测微观量子系统实验或模拟结果的工具。为此,人工智能需要能够系统地学习与纳入物理学、化学等的基本定律。

由英国华威大学(University of Warwick)、柏林工业大学(Technical University of Berlin)和卢森堡大学(University of Luxembourg)等联合组成的化学家、物理学家和计算机科学家组成的跨学科团队,让人工智能学习与运用量子力学,开发出一种可以分析分子所有特性与预测分子量子态波函数的深度机器学习算法,用于加快药物分子或新材料的设计。

该研究团队通过三年的共同努力,通过计算机科学专业知识开发足够灵活的人工智能算法,使其吸收化学和物理学方面的专业知识,从而可以让人工智能求解波函数基本方程,捕获波动函数的形状和行为,以及通过算法进表示和处理量子化学数据。

该团队在加利福尼亚大学洛杉矶分校(University of California, Los Angeles,简称UCLA)的纯数学与应用数学研究所( Institute for Pure and Applied Mathematics,简称IPAM)的一个跨学科的为期三个月的研究基金计划会中聚集在一起,该计划的主题是量子物理学中的机器学习。

该研究所是由美国国家科学基金会资助的美国数学研究所。该研究所的任务是在广泛的数学家和科学家之间建立联系,开展新的合作,以更好地向数学家和科学家介绍跨学科问题,并扩大使用数学的应用范围,力求利用各种数学技术来应对当今时代的巨大科学挑战,通过其他科学所激发的新问题来开发新的数学,并培训相关人才。

柏林工业大学软件工程与理论计算机科学研究所的克劳斯·罗伯特·穆勒(Klaus Robert-Muller)教授表示:“这项跨学科研究是一项重要进展,它表明,人工智能方法可以有效地执行量子分子最困难的工作。在接下来的几年中,人工智能方法将成为计算化学和分子物理学的探索过程中必不可少的一部分。”

卢森堡大学物理与材料研究系的亚历山大·特卡琴科(Alexandre Tkatchenko)教授表示:“这项工作使化合物的设计达到了新的水平,可以同时调整分子的电子和结构特性,以达到所需的应用标准。”

参考资料:K. T. Schütt et al. Unifying machine learning and quantum chemistry with a deep neural network for molecular wavefunctions. Nature Communications. 15 November 2019

西安博宁餐饮管理有限公司

地址:西安市高新区科技六路摩尔中心C座31层

售前热线:029-89523155

邮箱:327587487@qq.com