Группа ученых из Российского квантового центра в сотрудничестве с коллегами из НИТУ "МИСиС" улучшили производительность фермионной нейронной сети (FermiNet), разработанной DeepMind, дочерней компанией Google, специализирующейся на системах искусственного интеллекта. Используя облачную платформу квантовых вычислений QBoard в сочетании с нейронной сетью FermiNet, ученые смоделировали более крупные химические системы в эксперименте, поддержанном RNF и исследовательским центром Nissan. Результаты этого исследования были опубликованы в Международном журнале квантовой химии.
Вычислительные архитектуры на основе искусственных нейронных сетей обычно используются исследователями в различных научных областях для анализа огромных объемов данных и прогнозирования поведения отдельных систем. В 2020 году DeepMind использовала фермионную нейронную сеть для решения одной из фундаментальных задач в области химии, которая заключается в решении уравнения Шредингера для электронов в молекулах.
Поскольку большинство задач квантовой механики не могут быть решены с точностью, ученым приходится полагаться на аппроксимацию, научный метод, который включает в себя нахождение приблизительных значений путем замены объектов упрощенными эквивалентами. Манипулируя свободными параметрами, физики могут определять волновые функции, которые наиболее точно описывают состояние системы. Этот метод поиска, называемый ansatz, широко используется в квантовой химии, поскольку моделирование элементарных химических реакций остается сложной задачей для ученых даже для систем, состоящих из небольшого числа атомов.
