人工智能可用于預(yù)測(cè)分子波函數(shù)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(tuán)隊(duì)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(jì)。

人工智能和機(jī)器學(xué)習(xí)算法通常用于預(yù)測(cè)我們的購(gòu)買行為并識(shí)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(yù)測(cè)量子系統(tǒng)實(shí)驗(yàn)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(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(dǎo)的化學(xué)家，物理學(xué)家和計(jì)算機(jī)科學(xué)家組成的跨學(xué)科團(tuán)隊(duì)開發(fā)了一種可以預(yù)測(cè)分子量子態(tài)的深度機(jī)器學(xué)習(xí)算法，即所謂的波函數(shù)，它決定了分子的所有特性。

AI通過學(xué)習(xí)解決量子力學(xué)的基本方程式來(lái)實(shí)現(xiàn)這一目標(biāo)，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(shù)統(tǒng)一機(jī)器學(xué)習(xí)和量子化學(xué)》中所示。

以常規(guī)方式求解這些方程需要大量的高性能計(jì)算資源(數(shù)月的計(jì)算時(shí)間)，這通常是用于醫(yī)學(xué)和工業(yè)應(yīng)用的新型專用分子的計(jì)算設(shè)計(jì)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(dòng)電話上提供準(zhǔn)確的預(yù)測(cè)。