（文章來源：教育新聞網(wǎng)）

人工智能可用于預(yù)測分子波函數(shù)和分子的電子性質(zhì)。由沃里克大學，柏林技術(shù)大學和盧森堡大學的研究人員團隊開發(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(shè)計。人工智能和機器學習算法通常用于預(yù)測我們的購買行為并識別我們的面孔或筆跡。在科學研究中，人工智能正在將自己確立為科學研究的關(guān)鍵工具。

在化學領(lǐng)域，人工智能已經(jīng)成為預(yù)測量子系統(tǒng)實驗或模擬結(jié)果的工具。為此，人工智能需要能夠系統(tǒng)地納入物理學的基本定律。由沃里克大學，包括柏林工業(yè)大學和盧森堡大學領(lǐng)導(dǎo)的化學家，物理學家和計算機科學家組成的跨學科團隊，開發(fā)了一種可以預(yù)測分子量子態(tài)的深度機器學習算法，即所謂的波函數(shù)，它決定了分子的所有特性。

人工智能通過學習解決量子力學的基本方程來實現(xiàn)這一目標，如他們的論文“通過深層神經(jīng)網(wǎng)絡(luò)將分子波函數(shù)與機器學習和量子化學相結(jié)合”所示。發(fā)表在《自然通訊》上。以常規(guī)方式求解這些方程需要大量的高性能計算資源(數(shù)月的計算時間)，這通常是用于醫(yī)學和工業(yè)應(yīng)用的新型專用分子的計算設(shè)計的瓶頸。新開發(fā)的AI算法可以在幾秒鐘內(nèi)在筆記本電腦或移動電話上提供準確的預(yù)測。

華威大學化學系的Reinhard Maurer博士評論說：“這是三年的共同努力，需要計算機科學專業(yè)知識來開發(fā)一種足夠靈活的人工智能算法來捕獲波函數(shù)的形狀和行為，還需要化學和物理學專業(yè)知識來處理和表示量子化學數(shù)據(jù)在IPAM(UCLA)的一個為期3個月的跨學科研究金計劃中，該團隊匯聚在一起，該計劃的主題是量子物理學中的機器學習。

柏林工業(yè)大學軟件工程與理論計算機科學研究所的Klaus Robert-Muller博士補充說：“這項跨學科的工作是一項重要的進展，因為它表明，人工智能方法可以有效地執(zhí)行量子分子模擬中最困難的方面。在接下來的幾年中，人工智能方法將成為計算化學和分子物理學發(fā)現(xiàn)過程中必不可少的一部分。”

盧森堡大學物理與材料研究系的亞歷山大·特卡切堅科教授總結(jié)說：“這項工作使人們可以可以同時調(diào)整分子的電子和結(jié)構(gòu)特性以達到所需的應(yīng)用標準的新型化合物設(shè)計水平。”
? ? ? ?