Недавнее исследование Давида Ффау и Джеймса Спенсера, опубликованное в журнале Physical Review Research, демонстрирует, как глубокое обучение может решать основные задачи квантовой механики. В центре внимания — их нейросетевая архитектура FermiNet, предназначенная для моделирования квантовых состояний больших коллекций электронов, что является ключевым в создании новых материалов.
FermiNet уже доказал свою эффективность, показав, что можно точно вычислять энергии атомов и молекул, что было практически невозможно из-за сложности традиционных методов. Она позволяет значительно уменьшить ошибки в расчетах по сравнению с существующими подходами.
К тому же, в августе 2024 года исследователи представили прорывную работу, посвященную состояниям возбуждения молекул. Это важно для понимания того, как материя взаимодействует со светом — аспект, критически важный для технологий, таких как солнечные панели и светодиоды. Открытый код FermiNet уже доступен для научного сообщества, что предлагает новые возможности для дальнейших исследований.
Таким образом, мы наблюдаем, как глубокое обучение облегчает задачи квантовой химии и создаёт новые горизонты для изучения химических свойств материалов.
*компания Meta Platforms Inc. признана экстремистской организацией, ее деятельность на территории России запрещена