Científicos de la Freie Universität Berlin desarrollan un método de aprendizaje profundo para resolver un problema fundamental en química cuántica
La ecuación de Schrödinger describe la evolución temporal de una partícula subatómica masiva de naturaleza ondulatoria y no relativista. Es tan difícil de entender como de resolver, pero gracias a la IA todo cambio.
es de la Freie Universität, en Berlín, han dado un paso más en el avance de al química cuántica, aquella cuyo objetivo es predecir las propiedades químicas y físicas de las moléculas basándose únicamente en la disposición de sus átomos en el espacio, pero esto solo es posible si se resuelve la ecuación de Schrödinger.
Los investigadores sabían que era prácticamente imposible resolver las ecuaciones de Schrödinge, pero se preguntaron si una IA si podría, y tenían razón, con la ayuda de IA lograron resolver las ecuaciones y dieron un paso agigantado en la ciencia.
Desarrollaron un ‘deep learning’, un aprendizaje profundo, que fue capaz de lograr una combinación sin precedentes de precisión y eficiencia computacional.
“Creemos que nuestro enfoque puede tener un impacto significativo en el futuro de la química cuántica”
Director del estudio, Frank Noé.
Función de onda, la ecuación que solo la IA pudo resolver
Para entender un poco más sobre lo que la IA acaba de resolver es necesario entender un poco sobre la fusión de onda.
La función de onda es fundamental tanto para la química cuántica como para la ecuación de Schrödinger, un objeto matemático que especifica completamente el comportamiento de los electrones en una molécula. La función de onda es una entidad de alta dimensión y, por lo tanto, es extremadamente difícil capturar todos los matices que codifican cómo los electrones individuales se afectan entre sí. De hecho, muchos métodos de la química cuántica abandonan la expresión de la función de onda por completo y, en cambio, solo intentan determinar la energía de una molécula determinada. Sin embargo, esto requiere que se hagan aproximaciones, lo que limita la calidad de predicción de tales métodos.
“Escapar del equilibrio habitual entre precisión y coste computacional es el mayor logro de la química cuántica. Creemos que el método Quantum Monte Carlo, el enfoque que proponemos, podría tener el mismo éxito, si no más, que los métodos más populares, porque ofrece una precisión sin precedentes a un coste computacional que aún es aceptable”
Explica Jan Hermann, coautor de la investigación.
La red neuronal profunda
Esta red pretende ser una nueva forma de representar las funciones de onda de los electrones, diseñada y creada por el equipo del profesor Frank Noé.
“En lugar del enfoque estándar de componer la función de onda a partir de componentes matemáticos relativamente simples, diseñamos una red neuronal artificial capaz de aprender los patrones complejos de cómo se ubican los electrones alrededor de los núcleos”
Frank Noé.
El resumen de la investigación esta disponible en Nature Chemistry, y esta es la publicación original de Freie Rniversität Berlin
