Машинное обучение помогает решить центральную проблему квантовой химии

Применяя новые методы машинного обучения к исследованиям в области квантовой химии, ученые Гейдельбергского университета добились значительных успехов в вычислительной химии. Они совершили крупный прорыв в решении многолетней дилеммы квантовой химии: точного и стабильного расчета молекулярных энергий и электронных плотностей с помощью так

называемого орбитально-бесорбитального подхода, который требует значительно меньше вычислительных ресурсов и, следовательно, позволяет проводить расчеты для очень больших молекул. В рамках кластера передовых исследований STRUCTURES две исследовательские группы Междисциплинарного центра научных вычислений (IWR) усовершенствовали

вычислительный процесс, долгое время считавшийся ненадежным, таким образом, что он обеспечивает точные результаты и надежно устанавливает физически значимое решение. Результаты опубликованы в журнале Американского химического общества . Почему важна плотность молекулярных электронов Распределение электронов в молекуле

определяет её химические свойства — от стабильности и реакционной способности до биологического эффекта. Надёжный расчёт этого распределения электронов и результирующей энергии является одной из центральных функций квантовой химии. Эти расчёты лежат в основе многих применений, в которых молекулы должны быть специально изучены и спроектированы,

например, для создания новых лекарств, более совершенных батарей, материалов для преобразования энергии или более эффективных катализаторов. Однако подобные вычисления требуют больших вычислительных ресурсов и быстро становятся очень сложными. Чем больше молекула или чем больше вариантов необходимо проверить, тем быстрее существующие вычислительные процессы достигают своих пределов. Проект «Квантовая химия без орбиталей»

находится на стыке исследований в области химии, физики и искусственного интеллекта. Возрождение теории функционала плотности без орбиталей В квантовой химии молекулы часто описываются с помощью теории функционала плотности, которая позволяет предсказывать фундаментальные химические свойства молекул без необходимости вычисления

квантово-механической волновой функции. Вместо этого в качестве основной величины используется электронная плотность, что в конечном итоге упрощает вычисления. Этот подход, не использующий орбитали, обещает особенно эффективные вычисления, но до сих пор считался малополезным, поскольку небольшие отклонения в электронной плотности приводили к нестабильным или «нефизическим»

результатам. Благодаря использованию машинного обучения, гейдельбергский метод наконец-то решает проблему точности и стабильности для многих различных органических молекул. Как работает модель STRUCTURES25 Новый процесс, получивший название STRUCTURES25, основан на специально разработанной

нейронной сети, которая изучает взаимосвязь между электронной плотностью и энергией непосредственно на основе точных эталонных расчетов, воспроизводя химическое окружение каждого отдельного атома в математически детализированном представлении. Ключевую роль сыграла уникальная концепция

обучения: модель обучалась не только с использованием сходящихся значений электронной плотности, но и со множеством вариантов, окружающих правильное решение, полученных путем целенаправленных, контролируемых изменений в базовых эталонных расчетах. Таким образом, этот вычислительный процесс способен надежно находить физически осмысленное решение для молекулярных энергий и электронных

плотностей даже в случае небольших отклонений. Он остается стабильным, не «теряясь» в процессе вычислений, подчеркивают исследователи из Гейдельберга. Эффективность в отношении сложных молекул, подобных лекарственным препаратам В ходе тестирования на большой и

разнообразной коллекции органических молекул, STRUCTURES25 достиг точности, сопоставимой с общепринятыми эталонными расчетами, впервые продемонстрировав стабильную сходимость с использованием подхода, не учитывающего орбитали. Эффективность метода была продемонстрирована не только на небольших примерах, но и на значительно более крупных молекулах, подобных

лекарственным препаратам. Первые сравнительные исследования показывают, что вычислительный процесс лучше масштабируется с увеличением размера молекулы, что, следовательно, повышает скорость вычислений. Вычисления, которые ранее считались слишком сложными, теперь стали достижимыми. Последствия для более быстрых и масштабируемых симуляций «Теория функционала плотности без

орбиталей долгое время обещала более быстрые вычисления — но, пожалуйста, не в ущерб физике», — заявляет профессор Фред Хампрехт, руководитель исследовательской группы по научному искусственному интеллекту в IWR. «С помощью STRUCTURES25 мы впервые демонстрируем, что вычисления могут

включать в себя как химически точные энергии, так и стабильную, практичную оптимизацию электронной плотности». Профессор Андреас Дрейв, руководитель исследовательской группы теоретической и вычислительной химии в IWR, добавляет: «Оптимизация больше не является нестабильной, и, следовательно, это важный шаг вперед для значительно более быстрых и точных прогнозов. Теперь стали доступны симуляции, которые классические процессы едва ли могли обеспечить,

например, когда необходимо исследовать множество конфигураций или очень большие молекулы».

Машинное обучение помогает решить центральную проблему квантовой химии

Сообщает android-robot.com

Новость из рубрики:

Поделиться новостью: Поделиться новостью в Facebook Поделиться новостью в Twittere Поделиться новостью в VK Поделиться новостью в Pinterest Поделиться новостью в Reddit

Топ Новости Недели

19:17, 19 Фев Новый полимерный сплав может решить проблему хранения энергии В гонке за создание более лёгкой, безопасной и эффективной электроники — от электромобилей до трансконтинентальных энергетических сетей — один компон...

20:17, 14 Фев Машинное обучение раскрывает скрытые аспекты надежного хранения информации В новом исследовании, опубликованном в журнале Physical Review Letters , исследователи использовали машинное обучение для обнаружения нескольких новы...

Без ЧП не обошлось: циклон Валли принес рекордные осадки в Центральную Россию 02:17, 20 Фев Без ЧП не обошлось: циклон «Валли» принес рекордные осадки в Центральную Россию Судя по этому снимку из космоса, на котором циклон «Валли», Москва находится в самом центре снежной бури, но задевает она десятки областей от Балтики...

22:17, 20 Фев В Брянске игнорируют проблему грязного снега Вы знали, что городской снег, который кажется безобидным, на самом деле пропитан выхлопами и тяжелыми металлами? По закону его нужно правильно утилиз...

20:17, 27 Фев Стекло духовки засверкает как бриллиант: простой домашний раствор — и жир сходит сам, без агрессивной химии FreepikДуховку лучше чистить после каждого использования, но так делают единицы. В итоге стекло покрывается коричневым налётом, а жир въедается так, ...

00:17, 03 Фев Финансовый лайфхак: как быстро решить вопрос с непредвиденными расходами, не выходя из дома Внезапно сломавшаяся бытовая техника, срочный визит к ветеринару с питомцем или необходимость незамедлительно оплатить важные услуги — ситуации, треб...

07:17, 04 Фев 2 ложки сухой смеси и по углам: мыши сбегают с дачи через 10 минут - без супер-ядов и едкой химии Pxhere.comБорьба с мышами и крысами — головная боль почти для каждого дачника. Кажется, перепробовано всё: и мышеловки, и липкие ловушки, и дорогие я...

10:17, 15 Фев Политолог Ткаченко: Для организации внешнего управления Украиной важно решить бытовые вопросы республики Создание внешней администрации на Украине может стать ключом к ликвидации нелегитимности текущих властей страны. Целью международных структур станет ...

06:17, 04 Фев Семейное обучение: как пройти аттестацию легко и официально Выбор семейного образования для ребенка требует решения вопроса подтверждения знаний и получения документов об образовании без посещения обычной школ...

13:17, 26 Фев Российский датасет Яндекса ускорил обучение ИИ-рекомендаций в 60 раз Ученые из Амстердамского университета добились рекордного ускорения обучения рекомендательных систем — почти в 60 раз. Это стало возможным благодаря ...

00:17, 03 Фев Обучение рабочим профессиям в Новосибирске: перспективы и возможности В последние годы наблюдается значительный рост интереса к обучению рабочим профессиям в Новосибирске. Это связано с изменениями на рынке труда, где в...

18:17, 17 Фев Обучение человеческим навыкам, которые ИИ не может заменить Новое исследование Университета Эдит Коуэн (ECU) предполагает, что эмоциональная грамотность может быть одним из важнейших навыков, которые студенты ...

07:17, 28 Янв Аппетит к риску помогает крипте стабилизироваться, но не более того Влияние на рынок:3Картина рынкаКапитализация крипторынка выросла на 0.67% за прошедший день до $2.99T. Быки стремятся использовать повышенный аппетит...

13:17, 16 Фев Правда ли, что теплая вода помогает похудеть и снять боль? Теплая вода может нести пользу, но не так, как считают многие. Кадр из сериала «Мистер Бин» В соцсетях набирает обороты новый тренд: людям советуют п...

10:17, 08 Фев Как морковь помогает улучшить зрение? Известный миф наполовину верен Морковь содержит антиоксиданты, которые помогают защищать глаза от повреждений свободными радикалами Миф о том, что морковь улучшает зрение, появился...

02:17, 29 Янв Более 38 000 сотрудников «Россети» прошли обучение в 2025 году В 2025 году профессиональную подготовку и повышение квалификации в компаниях прошли 38,2 тыс. сотрудников. Упор был сделан на развитие производственн...

18:17, 03 Фев Учись и зарабатывай – как One World AI превращает обучение в прибыльную инвестицию Главная проблема большинства удаленных курсов обучения кроется не в самом материале, а в недостаточной мотивации. Студенту достается сложная тема, а ...

14:17, 15 Фев На Курском аккумуляторном заводе 138 сотрудников прошли обучение по бережливому производству Курский аккумуляторный завод продолжает участие в федеральном проекте «Производительность труда». В рамках программы 138 работников предприятия повыс...

13:17, 01 Фев "Даже собака может, а вы – нет!": пёс Кинг помогает содержать улицы Подмосковья в чистоте Metro пообщалось с хозяйкой пса о том, как воспитать "ответственного" питомца. Жительница Раменского Лилия Гепард несколько лет вынашивала идею завес...

18:17, 19 Фев Юные брянцы смогут пройти программу «Обучение служением. Первые» внеурочно Учащиеся российских школ смогут проходить программу «Обучение служением. Первые» в рамках внеурочной деятельности по решению образовательного учрежде...

14:17, 25 Фев Инженеры продемонстрировали легкий «экзоскелет», который помогает людям, перенесшим инсульт, ходить Одной из основных причин инвалидности в Соединенных Штатах является гемипарез — состояние, при котором нарушается контроль движений, проявляется мыше...

00:17, 09 Фев Подглядел у китайцев как утеплить дом: помогает необычная конструкция окон - тепло даже в лютые морозы Из архива Ещё до появления современных энергосберегающих технологий жители китайских деревень использовали эффективный способ защиты домов от холода....

02:17, 01 Мар Участники СВО и члены их семей могут бесплатно пройти обучение в филиале РАНХиГС Тверской области Тверской филиал Российской академии народного хозяйства и государственной службы при Президенте РФ предлагает участниками СВО, а также членам их семе...

02:17, 01 Мар Цифровой порядок: как внедрение автоматизированной системы учета абонементов помогает фитнес-клубу развиваться Эффективное управление фитнес-клубом или студией невозможно без прозрачной системы учета. Если администраторы используют бумажные журналы записи, а м...

09:17, 09 Фев Конькобежка Просвирнова: «С тех пор, как стала выступать за Данию, финансирования у меня нет. Дания не помогает, я не получаю ни зарплаты, ни компенсации за тренировки» Бывшая российская шорт-трекистка, конькобежка Софья Торуп (Просвирнова) рассказала, что ей не помогают с финансированием в федерации Дании. После Оли...

15:17, 01 Фев Батистута об исчезновении «девяток»: «Раньше играли 10 человек и один забивал голы, а сейчас играют даже вратари. Альварес забивает не так много, но он лучше в обороне, помогает команде» Бывший нападающий «Фиорентины», «Ромы», «Интера» и сборной Аргентины Габриэль Батистута заявил, что в футболе прошло время классических «девяток». – ...

10:17, 25 Фев Роман Ротенберг: «Мы готовы бросить вызов и Канаде, и США. Сыграть в любом формате – хоть один матч, хоть новую Суперсерию. Нам помогает Бог, и мы вместе победим всех» Первый вице-президент ФХР Роман Ротенберг бросил вызов сборным США и Канады, предложив новую Суперсерию. На хоккейном турнире Олимпиады-2026 американ...