人工智能可用于預測分子波函數和分子的電子性質(zhì)。由沃里克大學(xué)，柏林工業(yè)大學(xué)和盧森堡大學(xué)的研究人員團隊開(kāi)發(fā)的這種創(chuàng )新的AI方法可用于加快藥物分子或新材料的設計。

人工智能和機器學(xué)習算法通常用于預測我們的購買(mǎi)行為并識別我們的面孔或筆跡。在科學(xué)研究中，人工智能正在將自身確立為科學(xué)研究的關(guān)鍵工具。

在化學(xué)領(lǐng)域，人工智能已經(jīng)成為預測量子系統實(shí)驗或模擬結果的工具。為此，人工智能需要能夠系統地納入物理學(xué)的基本定律。

由沃里克大學(xué)，包括柏林工業(yè)大學(xué)和盧森堡大學(xué)領(lǐng)導的化學(xué)家，物理學(xué)家和計算機科學(xué)家組成的跨學(xué)科團隊開(kāi)發(fā)了一種可以預測分子量子態(tài)的深度機器學(xué)習算法，即所謂的波函數，它決定了分子的所有特性。

AI通過(guò)學(xué)習解決量子力學(xué)的基本方程式來(lái)實(shí)現這一目標，如發(fā)表在《自然通訊》上的論文《利用深層神經(jīng)網(wǎng)絡(luò )為分子波函數統一機器學(xué)習和量子化學(xué)》中所示。

以常規方式求解這些方程需要大量的高性能計算資源(數月的計算時(shí)間)，這通常是用于醫學(xué)和工業(yè)應用的新型專(zhuān)用分子的計算設計的瓶頸。新開(kāi)發(fā)的AI算法可以在幾秒鐘內在筆記本電腦或移動(dòng)電話(huà)上提供準確的預測。