人工智能可以用来预测分子的波函数和电子性质。这种创新的AI方法由华威大学、柏林工业大学和卢森堡大学的研究团队开发，可用于加速药物分子或新材料的设计。

人工智能和机器学习算法通常用于预测我们的购买行为，并识别我们的面部或笔迹。在科学研究中，人工智能正在把自己确立为科学研究的关键工具。

在化学领域，人工智能已经成为预测量子系统实验或模拟结果的工具。因此，人工智能需要系统地融入物理基本定律。

由华威大学(Warwick University)牵头，包括柏林工业大学和卢森堡大学在内的化学家、物理学家和计算机科学家组成的跨学科团队，开发了一种深度机器学习算法，可以预测分子的量子状态，即所谓的波函数，它决定了分子的所有特性。

AI通过学习求解量子力学的基本方程来实现这个目标，如《自然通讯》年发表的论文《利用深层神经网络为分子波函数统一机器学习和量子化学》所示。

以常规方式求解这些方程需要大量的高性能计算资源(数月的计算时间)，这通常是医学和工业应用的新型专用分子计算设计的瓶颈。新开发的AI算法可以在几秒钟内在笔记本电脑或手机上提供准确的预测。

华威大学化学系的赖因哈德莫伊雷尔博士评论道：

“这是一项为期三年的共同努力，需要计算机科学专业知识来开发一种足够灵活的人工智能算法来捕捉波函数的形状和行为，还需要化学和物理专业知识来通过这种算法以可管理的形式处理和表示量子化学数据。”

在IPAM大学跨学科的为期3个月的研究金项目中，该团队聚集在一起，主题是量子物理中的机器学习。

柏林工业大学软件工程和理论计算机科学研究所的克劳斯罗伯特-穆勒教授补充道：

“这项跨学科的工作是一项重要的进展，因为它表明人工智能方法可以有效地执行量子分子模拟中最困难的方面。未来几年，人工智能方法将使自己成为计算化学和分子发现过程的重要组成部分。”

卢森堡大学物理和材料研究系的Alexandre Tkatchenko教授得出以下结论：

“这项工作将化合物的设计提升到了一个新的水平，可以同时调整分子的电子和结构特征，以满足所需的应用标准。”

　　免责声明：本文由用户上传，与本网站立场无关。财经信息仅供读者参考，并不构成投资建议。投资者据此操作，风险自担。 如有侵权请联系删除！