| 2 | 1/1 | 返回列表 |
| 查看: 1044 | 回復(fù): 1 | ||
styrenes鐵桿木蟲(chóng) (著名寫(xiě)手)
|
[資源]
AI求解薛定諤方程,兼具準(zhǔn)確度和計(jì)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(jì)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(kāi)發(fā)一種 新的神經(jīng)網(wǎng)絡(luò)來(lái)近似計(jì)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(duì)薛定諤這個(gè)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(jiān)實(shí)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(shí)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(dòng)。而在量子力學(xué)里,類(lèi)似的運(yùn)動(dòng)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(lái)描寫(xiě),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(gè)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(jì)算這一能量的方式就是求解薛定諤方程。換句話說(shuō),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(gè)質(zhì)子和一個(gè)電子。 最近,來(lái)自柏林自由大學(xué)的科學(xué)家提出利用人工智能計(jì)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(cè)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(lái)完成。這可以減少對(duì)資源的需求,并加快實(shí)驗(yàn)速度。理論上,這可以通過(guò)求解薛定諤方程來(lái)完成,但在實(shí)踐中這往往非常困難。目前,人們?nèi)詿o(wú)法高效求得任意分子的精確解。 最近,來(lái)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(jì)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(lái)! 無(wú)需在準(zhǔn)確度和計(jì)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(shí)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(cè)的質(zhì)量。還有一些利用大量簡(jiǎn)單數(shù)學(xué)構(gòu)造塊表示波函數(shù)的方法,但這些方法過(guò)于復(fù)雜,難以針對(duì)較多原子計(jì)算波函數(shù)。 該研究一作 Jan Hermann 設(shè)計(jì)了新方法的關(guān)鍵特征,他表示:「避免在準(zhǔn)確度和計(jì)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(jì)算成本提供了前所未有的準(zhǔn)確度! 該研究設(shè)計(jì)了一個(gè)深度神經(jīng)網(wǎng)絡(luò)來(lái)表示電子的波函數(shù),這是一種全新的方法。Noé 解釋說(shuō):「我們沒(méi)有使用用相對(duì)簡(jiǎn)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(jì)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(dòng)的復(fù)雜模式。」 Hermann 表示:「電子波函數(shù)的獨(dú)特性在于反對(duì)稱(chēng)性。在交換兩個(gè)電子時(shí),波函數(shù)需要改變符號(hào),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(gè)作為基線的內(nèi)置多參考哈特里-福克(Hartree–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(shí)驗(yàn)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(jì)算效率。下表 1 為使用這四種不同方法時(shí),H_2、LiH、Be、B 和 H_10 五種系統(tǒng)的基態(tài)能量對(duì)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] 080500材料科學(xué)與工程 +10 | 202114020319 2026-03-03 | 10/500 |
|
|---|---|---|---|---|
|
[考研] 【求調(diào)劑】293分環(huán)境工程求調(diào)劑材料/化工,服從調(diào)劑,抗壓能力強(qiáng)! +6 | xiiiia 2026-03-04 | 6/300 |
|
|
[考研] 085600材料與化工 298 調(diào)劑 +9 | 小西笑嘻嘻 2026-03-03 | 9/450 |
|
|
[論文投稿]
100+4
|
Stray2021 2026-03-03 | 4/200 |
|
|
[考研] 調(diào)劑材料學(xué)碩 +6 | 詞凝Y 2026-03-02 | 6/300 |
|
|
[考研] 一志愿985材料與化工 326分求調(diào)劑 +3 | Hz795795 2026-03-04 | 3/150 |
|
|
[考研] 264求調(diào)劑 +8 | 26調(diào)劑 2026-03-03 | 8/400 |
|
|
[考研] 347分電子信息專(zhuān)碩求調(diào)劑 +3 | 咕嘟咕嘟1 2026-03-03 | 3/150 |
|
|
[考研] 085700資環(huán)求調(diào)劑,初始279,六級(jí)已過(guò),英語(yǔ)能力強(qiáng) +3 | 085700資環(huán)調(diào)劑 2026-03-03 | 4/200 |
|
|
[考研] 江蘇省農(nóng)科院招調(diào)劑1名 +5 | Qwertyuop 2026-03-01 | 5/250 |
|
|
[考研] 292求調(diào)劑 +3 | sgbl 2026-03-03 | 3/150 |
|
|
[考研] 沒(méi)上岸的看過(guò)來(lái) +3 | tangxiaotian 2026-03-01 | 3/150 |
|
|
[考研] 課題組接收材料類(lèi)調(diào)劑研究生 +6 | gaoxiaoniuma 2026-02-28 | 9/450 |
|
|
[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] 求調(diào)劑 +7 | repeatt?t 2026-02-28 | 7/350 |
|
|
[考研] 285求調(diào)劑 +9 | 滿(mǎn)頭大汗的學(xué)生 2026-02-28 | 9/450 |
|
|
[考研] 295求調(diào)劑 +8 | 19171856320 2026-02-28 | 8/400 |
|
|
[考研] 化工專(zhuān)碩342,一志愿大連理工大學(xué),求調(diào)劑 +6 | kyf化工 2026-02-28 | 7/350 |
|
|
[考研] 295復(fù)試調(diào)劑 +3 | 簡(jiǎn)木ChuFront 2026-03-01 | 3/150 |
|
|
[考研] 311求調(diào)劑 +9 | 南迦720 2026-02-28 | 10/500 |
|