盧森堡大學(xué)，柏林工業(yè)大學(xué)和馬克斯·普朗克學(xué)會(huì )的弗里茨·哈伯研究所的研究人員將機器學(xué)習和量子力學(xué)相結合，以預測分子中的動(dòng)力學(xué)和原子相互作用。新方法可以實(shí)現前所未有的精度和效率。

分子動(dòng)力學(xué)模擬用于自然科學(xué)和材料科學(xué)中，以預測不同材料的特性和行為。過(guò)去，這些模擬通?；跓o(wú)法集成來(lái)自量子力學(xué)的重要見(jiàn)解的力學(xué)模型?，F在發(fā)表在《自然通訊》上的這項工作大大提高了化學(xué)，生物學(xué)和材料科學(xué)領(lǐng)域現代原子建模的預測能力。

關(guān)于物質(zhì)的分子動(dòng)力學(xué)的確切知識，換句話(huà)說(shuō)，對分子中單個(gè)原子的可能狀態(tài)和相互作用的精確知識，使我們不僅能夠理解許多化學(xué)和物理反應，而且能夠利用它們。“機器學(xué)習技術(shù)極大地改變了許多學(xué)科的工作，但是直到現在，在分子動(dòng)力學(xué)模擬中仍很少使用它們，”柏林工業(yè)大學(xué)機器學(xué)習教授克勞斯-羅伯特·穆勒說(shuō)。問(wèn)題：開(kāi)發(fā)大多數標準算法時(shí)都應理解要處理的數據量無(wú)關(guān)緊要。“但是，這不適用于分子的精確量子力學(xué)計算，其中每個(gè)數據點(diǎn)都是至關(guān)重要的，對大分子的單獨計算可能需要數周甚至數月的時(shí)間。為此需要大量的計算資源，這意味著(zhù)迄今為止尚無(wú)法進(jìn)行分子動(dòng)力學(xué)模擬。”盧森堡大學(xué)理論化學(xué)物理教授亞歷山大·特卡切堅科解釋說(shuō)。

正是通過(guò)將物理定律集成到機器學(xué)習技術(shù)中，研究人員現在解決了這個(gè)問(wèn)題。“訣竅在于不使用機器學(xué)習技術(shù)來(lái)計算分子動(dòng)力學(xué)的所有可能的可能狀態(tài)，而是僅計算那些不是由已知物理定律或對稱(chēng)操作的應用所產(chǎn)生的狀態(tài)。”亞歷山大·特卡切堅科教授解釋說(shuō)。

一方面，新開(kāi)發(fā)的算法使用分子內的自然數學(xué)對稱(chēng)性。他們認識到的是對稱(chēng)軸，它們不會(huì )改變分子的物理特性。結果，這些數據點(diǎn)只需要計算一次，而不是幾次，這大大降低了計算的復雜性。另外，學(xué)習技術(shù)利用能量守恒的物理定律。

通過(guò)這種創(chuàng )新的方法，允許機器學(xué)習技術(shù)在學(xué)習計算分子動(dòng)力學(xué)之前先“結合”物理定律，研究團隊成功地調和了高精度和數據效率這兩個(gè)相互矛盾的方面。“這些特殊算法使過(guò)程可以專(zhuān)注于模擬的復雜問(wèn)題，而不是利用計算機性能來(lái)重建數據點(diǎn)之間的瑣碎關(guān)系。因此，這項研究證明了將人工智能與化學(xué)或其他自然科學(xué)相結合的巨大潛力“，克勞斯·羅伯特·穆勒(Klaus-RobertMüller)解釋了該項目的重要性。