Kuantum Kimyasında Temel Bir Sorun Olan Schrödinger Denklemi Yapay Zeka Sayesinde Çözülüyor
Freie Universität Berlin’deki bilim insanları, kuantum kimyasındaki temel bir sorunu çözmek için derin öğrenme yöntemi geliştiriyor.
Freie Universität Berlin’deki bilim insanlarından oluşan bir ekip, kuantum kimyasında Schrödinger denkleminin temel durumunu hesaplamak için bir yapay zeka yöntemi geliştirdi. Kuantum kimyasının amacı, sadece atomlarının uzayda düzenlenmesine dayalı olarak moleküllerin kimyasal ve fiziksel özelliklerini tahmin etmek ve kaynak ve çok zaman alan laboratuvar deneylerine olan ihtiyacı ortadan kaldırmaktır. Prensip olarak, bu Schrödinger denklemini çözerek elde edilebilir, ancak pratikte son derece zordur.
Şimdiye kadar, verimli bir şekilde hesaplanabilen rastgele moleküller için kesin bir çözüm bulmak imkansızdı. Ancak Freie Universität ekibi, daha önce görülmemiş bir doğruluk ve hesaplama verimliliği kombinasyonuna ulaşabilen bir derin öğrenme yöntemi geliştirdi. Yapay zeka, bilgisayar vizyonundan malzeme bilimine kadar birçok teknolojik ve bilimsel alanı dönüştürdü. Ekip çalışmasını yöneten Profesör Frank Noé, yaklaşımlarının kuantum kimyasının geleceğini önemli ölçüde etkileyebileceğine inandıklarını ekledi. Sonuçlar, Nature Chemistry dergisinde yayımlandı.
Hem kuantum kimyasının hem de Schrödinger denkleminin merkezinde dalga fonksiyonu – bir moleküldeki elektronların davranışını tamamen belirleyen matematiksel bir nesne- bulunur. Dalga fonksiyonu yüksek boyutlu bir varlıktır ve bu nedenle tek tek elektronların birbirini nasıl etkilediğini kodlayan tüm nüansları yakalamak son derece zordur. Kuantum kimyasının birçok yöntemi aslında dalga fonksiyonunu tamamen ifade etmekten vazgeçip, bunun yerine sadece belirli bir molekülün enerjisini belirlemeye çalışıyor. Ancak bu durum, bu tür yöntemlerin tahmin kalitesini sınırlandıran tahminlerin yapılmasını gerektirir.
Diğer yöntemler, çok sayıda basit matematiksel yapı taşının kullanımıyla dalga işlevini temsil eder, ancak bu tür yöntemler o kadar karmaşıktır ki, yalnızca birkaç atomdan fazlası için uygulamaya konmaları imkansızdır. Çalışmadaki yöntemin temel özelliklerini tasarlayan Freie Universität Berlin’den Dr. Jan Hermann’a göre doğruluk ve hesaplama maliyeti arasındaki olağan ödünleşimden kaçmak kuantum kimyasındaki en yüksek başarıdır. Şimdiye kadar, bu türden en popüler aykırı son derece uygun maliyetli yoğunluk fonksiyonel teorisidir. Önerdikleri yaklaşım olan derin öğrenme “Kuantum Monte Carlo” nun, daha başarılı olmasa bile eşit derecede olabileceğine inandıklarını yine de kabul edilebilir bir hesaplama maliyetiyle benzeri görülmemiş bir doğruluk sunduğunu ekledi.
Profesör Noé’nin ekibi tarafından tasarlanan derin sinir ağı, elektronların dalga işlevlerini temsil etmenin yeni bir yoludur. Noé, dalga fonksiyonunu nispeten basit matematiksel bileşenlerden oluşturmaya yönelik standart yaklaşım yerine, elektronların çekirdek etrafında nasıl konumlandığına dair karmaşık kalıpları öğrenebilen yapay bir sinir ağı tasarladıklarını açıklıyor. Elektronik dalga fonksiyonlarının kendine özgü bir özelliği olan antisimetrileri olduğunu, iki elektron değiş tokuş edildiğinde, dalga fonksiyonu işaretini değiştirmesi gerektiğini, yaklaşımın işe yaraması için bu özelliği sinir ağı mimarisine yerleştirilmesi gerektiğini ekliyor Hermann. “Pauli’nin dışlama ilkesi” olarak bilinen bu özellik, yazarların yöntemlerini “PauliNet” olarak adlandırmasının nedenidir.
Pauli dışlama ilkesinin yanı sıra, elektronik dalga fonksiyonlarının başka temel fiziksel özellikleri de vardır ve PauliNet’in yenilikçi başarısının çoğu, derin öğrenmenin sadece verileri gözlemleyerek anlamasına izin vermek yerine, bu özellikleri derin sinir ağına entegre etmesidir. Noé, yapay zekaya temel fiziği inşa etmek, sahada anlamlı tahminler yapabilmesi için çok önemli olduğunu belirtiyor. “Burası, bilim insanlarının yapay zekaya önemli bir katkıda bulunabileceği ve grubumun tam olarak odaklandığı yer.”
Hermann ve Noé’nin yönteminin endüstriyel uygulamaya hazır hale gelmesi için hâlâ aşılması gereken birçok zorluk var. Yazarlar, bunun temel bir araştırma olduğunu ancak moleküler ve malzeme bilimlerinde asırlık bir soruna yeni bir yaklaşım olduğunu ve yeni olasılıklar için heyecanlı olduklarını ekliyorlar.
Kaynak : scitechdaily.com
