| 2 | 1/1 | 返回列表 |
| 查看: 1043 | 回復(fù): 1 | ||
[資源]
AI求解薛定諤方程,兼具準(zhǔn)確度和計算效率,登上《自然-化學(xué)》 已有1人參與
|
||
|
AI求解薛定諤方程,兼具準(zhǔn)確度和計算效率,登上《自然-化學(xué)》 2020-12-23 12:39 編輯:杜偉、 魔王 、小舟 作為量子力學(xué)的基礎(chǔ)方程之一,薛定諤方程一直廣受關(guān)注。去年,DeepMind 科學(xué)家開發(fā)一種 新的神經(jīng)網(wǎng)絡(luò)來近似計算薛定諤方程 ,為深度學(xué)習(xí)在量子化學(xué)領(lǐng)域的發(fā)展奠定了基礎(chǔ)。今年九月份,柏林自由大學(xué)的幾位科學(xué)家提出了一種新的深度學(xué)習(xí)波函數(shù)擬設(shè)方法,它可以獲得電子薛定諤方程的近乎精確解。相關(guān)研究發(fā)表在 Nature Chemistry 上。 即使并非物理學(xué)界人士,我們也對薛定諤這個名字并不陌生,比如「薛定諤的貓」。著名物理學(xué)家埃爾溫 · 薛定諤是量子力學(xué)奠基人之一,他在 1926 年提出的薛定諤方程(Schrödinger equation)為量子力學(xué)奠定了堅實的基礎(chǔ)。薛定諤方程是描述物理系統(tǒng)的量子態(tài)怎樣隨時間演化的偏微分方程,是量子力學(xué)的基礎(chǔ)方程之一。 在經(jīng)典力學(xué)里,人們使用牛頓第二定律描述物體運(yùn)動。而在量子力學(xué)里,類似的運(yùn)動方程為薛定諤方程。薛定諤方程的解完備地描述物理系統(tǒng)里微觀尺寸粒子的量子行為,包括分子系統(tǒng)、原子系統(tǒng)、亞原子系統(tǒng)。微觀系統(tǒng)的狀態(tài)由波函數(shù)來描寫,薛定諤方程即是波函數(shù)的微分方程。若給定了初始條件和邊界的條件,就可由此方程解出波函數(shù)。另外,薛定諤方程的解還可完備地描述宏觀系統(tǒng),可能乃至整個宇宙。 求解薛定諤方程可以為化學(xué)反應(yīng)提供線索;瘜W(xué)反應(yīng)的結(jié)果基本上與電子以及它們環(huán)繞原子和分子的方式有關(guān)。而控制事物反應(yīng)的能量以及電子在分子中的軌道的差異決定了化學(xué)物質(zhì)的形狀,也由此決定了其性質(zhì)。計算這一能量的方式就是求解薛定諤方程。換句話說,求解出薛定諤方程,就可以知道化學(xué)反應(yīng)的結(jié)果。 然而,這并非易事。此前,我們可以精確求解的原子只有氫原子——僅具備一個質(zhì)子和一個電子。 最近,來自柏林自由大學(xué)的科學(xué)家提出利用人工智能計算薛定諤方程的基態(tài)解,相關(guān)研究發(fā)表在 Nature Chemistry 上。 論文地址:https://www.nature.com/articles/s41557-020-0544-y 用 AI 求解薛定諤方程 量子化學(xué)旨在預(yù)測分子的化學(xué)和物理性質(zhì),它僅利用分子在三維空間中的原子排列來完成。這可以減少對資源的需求,并加快實驗速度。理論上,這可以通過求解薛定諤方程來完成,但在實踐中這往往非常困難。目前,人們?nèi)詿o法高效求得任意分子的精確解。 最近,來自柏林自由大學(xué)的科學(xué)家提出一種深度學(xué)習(xí)方法,達(dá)到了前所未有的計算效率和準(zhǔn)確度權(quán)衡。 該研究作者之一 Frank Noé 教授表示:「我們認(rèn)為這一方法或?qū)O大地影響量子化學(xué)的未來! 無需在準(zhǔn)確度和計算成本之間做出取舍 波函數(shù)是量子化學(xué)和薛定諤方程的關(guān)鍵所在,是一種描述分子內(nèi)電子行為的函數(shù)。它是一種高維實體,這使得捕獲編碼特定電子之間相互影響方式的頻譜變得極度困難。 量子化學(xué)領(lǐng)域中的許多方法不再只是嘗試以數(shù)學(xué)方式獲得特定分子的能量,但這需要近似值,限制了預(yù)測的質(zhì)量。還有一些利用大量簡單數(shù)學(xué)構(gòu)造塊表示波函數(shù)的方法,但這些方法過于復(fù)雜,難以針對較多原子計算波函數(shù)。 該研究一作 Jan Hermann 設(shè)計了新方法的關(guān)鍵特征,他表示:「避免在準(zhǔn)確度和計算成本之間進(jìn)行權(quán)衡是量子化學(xué)的最高成就。」 將物理屬性引入 AI 神經(jīng)網(wǎng)絡(luò) Hermann 表示:「到目前為止,最流行的方法是極具成本效益的密度泛函理論。我們認(rèn)為我們提出的深度『Quantum Monte Carlo』方法至少可以達(dá)到同樣好的效果。該方法以可接受的計算成本提供了前所未有的準(zhǔn)確度! 該研究設(shè)計了一個深度神經(jīng)網(wǎng)絡(luò)來表示電子的波函數(shù),這是一種全新的方法。Noé 解釋說:「我們沒有使用用相對簡單的數(shù)學(xué)成分組成波函數(shù)的標(biāo)準(zhǔn)方法,而是設(shè)計了一種人工神經(jīng)網(wǎng)絡(luò),它能夠?qū)W習(xí)電子圍繞原子核運(yùn)動的復(fù)雜模式! Hermann 表示:「電子波函數(shù)的獨特性在于反對稱性。在交換兩個電子時,波函數(shù)需要改變符號,我們必須將這種特性引入到神經(jīng)網(wǎng)絡(luò)架構(gòu)中才能使之奏效! 受泡利不相容原理啟發(fā),PauliNet 方法誕生 受到「泡利不相容原理」(Pauli exclusion principle)的啟發(fā),研究者將他們的方法命名為「PauliNet」。它是一種深度學(xué)習(xí)波函數(shù)擬設(shè),可以獲得電子薛定諤方程的近乎精確解。PauliNet 具有一個作為基線的內(nèi)置多參考哈特里-?耍℉artree–Fock)解,集成有效波函數(shù)的物理特性,并使用變分量子蒙特卡羅方法(variational quantum Monte Carlo, VMC)進(jìn)行訓(xùn)練。 PauliNet 擬設(shè)架構(gòu)的信息流如下圖所示: 在實驗部分,研究者采用了用于 DeepWF(Han et al., 2019)的相同系統(tǒng),具體為氫分子(H_2)、氫化鋰(LiH)、鈹(Be)以及硼(B)和線性氫鏈 H_10。研究者將 PauliNet 與 SD-VMC(singledeterminant variational, 標(biāo)準(zhǔn)單行列式變分蒙特卡羅)、SD-DMC(singledeterminant diffusion, 標(biāo)準(zhǔn)單行列式擴(kuò)散蒙特卡羅)和 DeepWF 進(jìn)行了比較。 結(jié)果表明,PauliNet 的性能優(yōu)于這三種用于原子、雙原子分子和強(qiáng)相關(guān)氫鏈的 SOTA VMC 擬設(shè)方法,并且具有較高的計算效率。下表 1 為使用這四種不同方法時,H_2、LiH、Be、B 和 H_10 五種系統(tǒng)的基態(tài)能量對比: |
送紅花一朵| 2 | 1/1 | 返回列表 |
| 最具人氣熱帖推薦 [查看全部] | 作者 | 回/看 | 最后發(fā)表 | |
|---|---|---|---|---|
|
[考研] 325求調(diào)劑 +4 | 學(xué)家科 2026-03-04 | 4/200 |
|
|---|---|---|---|---|
|
[考研] 291求調(diào)劑 +3 | 咕嚕咕嚕123123 2026-03-02 | 4/200 |
|
|
[論文投稿]
EST拒稿重投
5+3
|
15102603076 2026-03-02 | 3/150 |
|
|
[考研] 298求調(diào)劑一志愿中海洋 +3 | lour. 2026-03-03 | 3/150 |
|
|
[考研] 成績276,專業(yè)代碼0856求調(diào)劑 +7 | 小陳朵 2026-03-03 | 7/350 |
|
|
[考研]
材料270求調(diào)劑
6+6
|
Eiiiio 2026-03-01 | 11/550 |
|
|
[考研] 求調(diào)劑 +4 | Guo_yuxuan 2026-03-02 | 5/250 |
|
|
[考研] 267求調(diào)劑 +6 | 釣魚佬as 2026-03-02 | 6/300 |
|
|
[考研] 278求調(diào)劑 +3 | 滿天星11_22 2026-03-02 | 3/150 |
|
|
[考研] 299求調(diào)劑 +5 | kkcoco25 2026-03-02 | 9/450 |
|
|
[考研] 307求調(diào)劑 +6 | wyyyqx 2026-03-01 | 6/300 |
|
|
[考研] 清華大學(xué) 材料與化工 353分求調(diào)劑 +5 | awaystay 2026-03-02 | 6/300 |
|
|
[考研] 271求調(diào)劑 +4 | Ricardo1113 2026-03-02 | 4/200 |
|
|
[考研]
|
好好好1233 2026-02-28 | 16/800 |
|
|
[考研] 材料復(fù)試調(diào)劑 +5 | 學(xué)材料的點 2026-03-01 | 6/300 |
|
|
[考研] 261求調(diào)劑 +3 | 陸lh 2026-03-01 | 3/150 |
|
|
[考博] 誠招農(nóng)業(yè)博士 +3 | 心欣向榮 2026-02-28 | 3/150 |
|
|
[考研] 295求調(diào)劑 +8 | 19171856320 2026-02-28 | 8/400 |
|
|
[考研] 275求調(diào)劑 +3 | L-xin? 2026-03-01 | 6/300 |
|
|
[考研] 313求調(diào)劑 +3 | 水流年lc 2026-02-28 | 3/150 |
|