Ученые РФ и США создали искусственный интеллект, ускоряющий квантовые расчеты

Ученые РФ и США создали искусственный интеллект, ускоряющий квантовые расчеты

Это открывает дорогу для создания «дизайнерских» материалов для конкретных машин, гаджетов и прочих предметов, необходимых для существования и развития цивилизации

Ученые из России и США создали систему машинного обучения,
которая позволяет резко ускорить работу алгоритмов,
просчитывающих устройство различных сложных молекул на квантовом
уровне. Об этом рассказывает РИА Новости со ссылкой на
пресс-службу Российского научного фонда.

«Мечта инженера – возможность теоретического поиска лучшего
сплава для заданного изделия. Представьте, насколько было бы
лучше не тратить годы в лаборатории, а просто взять и рассчитать
сплав одновременно с дизайном конструкции. Наше исследование –
шаг на пути к этой мечте», – объясняет Александр Шапеев из
Сколковского института науки и технологий.

Многие химики и физики в последние 100 лет мечтают о приобретении
способности предсказывать свойства произвольных материалов и
химических веществ, зная лишь физические свойства отдельных
атомов. Реализация этой мечты позволит ученым создавать материалы
с четко заданными свойствами, не пытаясь найти их «вслепую», что
совершит революцию в медицине, инженерии, строительстве и во
многих других областях жизни и промышленности.

Современные программы, позволяющие осуществлять подобные расчеты,
проводят их фактически на самом «низком», квантовом уровне,
просчитывая то, как меняется длина и сила химических связей,
расположение атомов относительно друг друга, их заряд и прочие
фундаментальные физические параметры.

Подобная методика работает очень хорошо, однако она требует
огромного количества вычислительных ресурсов, из-за чего ее
фактически нельзя применять для изучения и предсказания свойств
крупных молекул, в том числе белков или потенциальных лекарств.
Других вариантов, позволявших вести расчеты столь же точно, у
ученых до недавнего времени не было, что делало предсказание
свойств различных соединений, сплавов и сложных молекул крайне
сложной вещью.

В последние годы, как отмечают Шапеев и его коллеги, ученые
начали задумываться о том, что подобные расчеты можно ускорить,
применяя или квантовые компьютеры, или различные системы
машинного обучения или искусственного интеллекта, способные
«отсеять» ненужные данные или облегчить работу физиков и химиков
иными путями.

Последние два подхода, как показали первые попытки их применить,
могут повысить скорость подобных вычислений в сотни раз. С другой
стороны, эти же опыты выявили большую проблему, мешавшую
применять их на практике для решения самых серьезных задач.

Дело в том, что системы машинного обучения могут периодически
допускать ошибки при подборе оптимальной формулы для того или
иного вещества. В результате этого полученный ими ответ будет
отличаться от того, что выдают классические алгоритмы,
построенные на базе теории функционала плотности (DFT),
гарантирующей 100% точный результат.

Шапеев и его команда избавили искусственный интеллект от подобных
ошибок, применив другой популярный сегодня подход. Они
использовали машинное обучение не для полного вычисления
идеальной формулы исследуемого вещества, а для резкого сокращения
числа вариантов его структуры при расчетах DFT. В результате
этого сохранилась и высокая скорость работы ИИ, и точность
классических алгоритмов.

В качестве демонстрации работоспособности такого подхода,
математики из «Сколтеха» и США просчитали свойства сплавов,
состоящих из трех различных металлов. Результаты этих вычислений
совпали с тем, что было ранее получено при помощи методики DFT,
но при этом их система машинного обучения выполнила эту задачу в
100 раз быстрее.

Это открывает дорогу для создания «дизайнерских» материалов для
конкретных машин, гаджетов и прочих предметов быта, необходимых
для существования и развития цивилизации, заключают
исследователи.

 

Источник: ria.ru

scientificrussia.ru