Werbung

Maschinelles Lernen hat eine Quantenchemie-Eigenart geknackt

Ein neues Werkzeug für maschinelles Lernen hat eine quantenchemische Eigenart gelöst - es berechnet, wie viel Energie benötigt wird, um ein Molekül genauer als mit herkömmlichen Methoden herzustellen oder zu brechen.

Ein neuartiges Werkzeug für maschinelles Lernen kann berechnen, wie viel Energie benötigt wird, um ein Molekül mit größerer Genauigkeit als herkömmliche Mittel herzustellen oder zu brechen, gemäß a neue Studie veröffentlicht am Dienstag in der Zeitschrift Naturkommunikation .

VERBINDUNG: EINE THEORIE DER QUANTUMMECHANIK EMPFIEHLT, JEDER IST UNMORTAL

Werkzeug für maschinelles Lernen knackt die Eigenart der Quantenchemie

Bisher kann das Tool nur mit einfachen Molekülen arbeiten, aber es weist einen Weg zu zukünftigen Fortschritten in der Quantenchemie.

"Die Verwendung von maschinellem Lernen zur Lösung der Grundgleichungen der Quantenchemie ist seit mehreren Jahren ein offenes Problem, und es herrscht derzeit große Aufregung", sagte Mitschöpfer Giuseppe Carleo, ein Wissenschaftler am New Yorker-City-based Flatiron Institute Center for Computational Quantum Physics. Ein besseres Verständnis der Entstehung und Zerstörung von Molekülen könnte laut Carleo eine Möglichkeit sein, das Innenleben der lebenswichtigen chemischen Reaktionen aufzudecken.

Carleo - zusammen mit den Mitarbeitern Antonio Mezzacapo vom IBM Thomas J. Watson Research Center und Kenny Choo von der Universität Zürich - präsentierte ihre Arbeit am 12. Mai.

Wie maschinelles Lernen ein Quantenrätsel gelöst hat

Das neue Tool des Teams für maschinelles Lernen schätzt die Energiemenge, die erforderlich ist, um ein Molekül wie Ammoniak oder Wasser zusammenzusetzen oder zu zerreißen. Die Berechnung erfordert eine Bestimmung der elektronischen Struktur des Moleküls, dh des Gesamtverhaltens aller Elektronen, die das Molekül zu einem Molekül binden. entsprechend zu phys.org.

Die elektronische Struktur eines Moleküls ist nicht einfach zu berechnen und zwingt die Wissenschaftler, jeden potenziellen Zustand zu bestimmen, den das Elektron des Moleküls annehmen könnte - ganz zu schweigen von der Wahrscheinlichkeit jedes Zustands.

Außerdem Elektronen interagieren und werden quantenmechanisch verwickelt miteinander, was bedeutet, dass Wissenschaftler sie nicht einzeln behandeln können. Je mehr Elektronen in einem Molekül vorhanden sind, desto mehr Verwicklungen treten auf und das Problem wird exponentiell komplexer. Deshalb gibt es für Moleküle mit Komplexität einfach keine genauen Lösungenjenseits der beiden Elektronen, die in einem Paar von einfachen gefunden werden Wasserstoffatome . Selbst Annäherungen sind nicht genau genug, wenn mehr als eine sprichwörtliche Handvoll Elektronen beteiligt sind. Deshalb könnte diese neue Entdeckung - die durch maschinelles Lernen enthüllt wurde - eines Tages eine nahezu unmögliche Herausforderung in eine Frage verwandeln, bei der einfach die Zahlen geknackt werden.

Folgen Sie uns auf

Bleiben Sie über die neuesten technischen Neuigkeiten auf dem Laufenden

Geben Sie einfach Ihre E-Mail-Adresse ein und wir kümmern uns um den Rest :

Mit Ihrer Anmeldung stimmen Sie unserer zu Nutzungsbedingungen und Datenschutzerklärung . Sie können sich jederzeit abmelden.