ACM 杰出会员姬水旺：量子化学和物理的深度学习

整理：汪浩文

校对：维克多

量子技术和人工智能都是当前最先进的科学技术，前者被寄希望于拥有超强的计算能力，后者已经在各行各业“大杀四方”。当两者相遇会碰撞出什么样的火花？人工智能又能在哪些方面助力量子技术？

去年12月份，德州农工大学计算机科学与工程系（校长有影响力）教授姬水旺在CNCC大会上发表了《量子化学和物理的深度学习》的演讲，表达了他对两个学科的感想。

“量子打破了我们很多常识性的理解，在量子状态世界的运行并不确定，我们最多只能预测各种结果出现的概率。”

此外，他还表示，量子的研究对象虽然是原子层级甚至亚原子层级的物体，但与宏观规则也有相通之处，例如可以把分子之间的结构看成一张图，进行处理。

姬水旺，2010 年获得亚利桑那州立大学计算机科学博士学位，导师为叶杰平教授。研究兴趣包括机器学习、深度学习、数据挖掘和计算生物学，于 2014 年获得美国国家科学基金会职业奖。2020年当选为ACM 2020杰出会员。

以下是演讲全文，AI科技评论做了不改变原意的整理。

大家好，今天我将着重谈谈如何运用AI以及图形计算技术来解决量子物理及量子化学问题。

首先让我们来了解一些背景：在经典物理学领域，我们讨论的是宏观世界中的物体或者现象。比如，你朝一个球踢了一脚，如果你知道球的具体质量、速度以及当前的时间，你就能预测出五秒后这个球的位置。但是在量子领域，由于研究对象是原子层级甚至亚原子层级的物体，例如原子和化学键组成的分子，因此无法按照传统逻辑思考领域规则。

近些年，我们不断与各个领域的专家合作，希望从量子物理学家、量子化学家、量子材料学家等身上获得研究突破。这些不同领域的学者都有一些共同需要研究的话题，而这些话题与图像、AI、尤其是深度学习相关联。现在我来汇报最新进展。

AI遇上量子化学

分子由原子及原子间的化学键构成，例如在分子中，原子用点表示，而分子则由线表示。所以能够将分子以2D图形的形式呈现出来。在机器学习和数据挖掘领域，图形计算是一个老生常谈的话题。但迁移到分子领域，也面临新的挑战：2D图形的形式并不能完全挖掘分子的属性。毕竟，分子实际上不是一个2D的平面，其具有三维空间属性的。它的结构并不只由点和线的属性决定，而同时由空间坐标、化学键角等等决定。因此，在探索分子功能时，需要重视它的三维结构。

如何高效地利用分子的空间信息去进行预测及生成模型？消息传播神经网络（Message Passing Neural Network， MPNN）是一种常用的图神经网络框架。我们能发现，此类方法可以归纳为两个方程：聚合函数和节点更新函数。聚合函数能将把邻居节点的信息聚合起来。

当我们尝试计算一个节点的信息时，基本上都会考虑节点在上个时间点本身的属性以及中介节点的属性，以及边界的信息。计算聚合函数之后，需要利用节点更新函数，这一步要求能够利用之前步骤的信息与属性，更新现在的节点信息。但此举只是简单地考虑了节点及边界的特征。所以，我们近期的工作就是尝试构建三维图形计算网络，以便能够获取完整的三维信息。

一旦需要纳入三维信息，计算网络将变得非常复杂，且信息传递也将变得低效。所以我们希望网络在高效的同时，让计算变得等效与稳定。如果有一个分子，当你旋转这个分子时，他的很多2D属性也许不会改变，但3D信息却不一定；因此，我们希望在预测及生成模型中，当分子的一个节点旋转时，它的量子属性也保持稳定。

模型的预测功能是指预测一个给定分子的属性，例如，我们可以预测分子是否有作为抗生素的潜力。而生成模型是指根据给定的属性去生成/合成相应的新分子。

当前，已经有不少研究者将3D属性纳入考量了。其中一个最早的工作叫SchNet，他们将距离作为三维属性纳入。即使用SchNet意味着会考虑边界以及边界的长度。。最近也有一个工作叫DimeNet。DimeNet在SchNet的基础上更进一步，因为它将角度纳入了考量。例如你有从j到i的信息，你需要计算m_i，j，那么需要不仅仅将节点信息纳入考量，还需要考虑两个化学键之间的角度。

但在化学中，我们发现仅仅考量距离和几何形状是远远不够的。如上图，红色部分代表了一个并不真实存在的平面，蓝色部分也是如此。分子拥有几何形状，但是仅仅知道三条化学键的距离、两个键角是没法完全确定分子的几何形状的。

让我们思考一下，d1，d2确定的平面与由d2，d3确定的平面之间会存在一个φ角。也正是这个角，成为了上述模型中的不确定因素。因为即使拥有相同的两个键角时，而φ角不断改变，导致分子的几何形状也会发生改变。

我们尝试构建的是一个完整的、能够解决所有情况的几何框架，称之为球形信息传递。

为了解决上述问题，将φ角纳入了考量，φ角是X与他的投影之间的夹角。

此举的一个考量是：必须让呈现出来的分子是稳定不变的。例如，当旋转分子时，它们的属性，例如所有的夹角，应当不发生变化。。在球形信息传递中，我们构建一个球坐标系，包括参照点、距离和扭角。但此模型不是100%完美的。

因为仅仅考虑了一个对照，所以当考虑其他节点时就会出现不确定因素。所以我们的工作是不完美但是非常具有效率的。

最近有一个叫GemNet的系统，他们的想法是，我们的系统仅仅使用了的A节点的邻居节点的信息，并没有使用2-hop领域信息。GemNet科学家认为，当你使用了2-hop领域信息时，这个系统将会趋近完善。确实，当你使用2-hop领域信息时，角度信息将被较好地合并，并且达到近乎完善的效果，但是问题在于，一旦你使用了2-hop信息，信息更新后将纳入大量地邻居节点，整个信息更新步骤将变得异常复杂。

相较之下，我们的系统虽然不是100%的完善，但更具效率，能够直观地看到复杂程度：n代表节点的数量，K则是所有节点的平均自由度。在实际效果上，我们的模型与更复杂的GemNet十分相近。

下图能够清晰地展示我们的模型能或不能表示哪些情况。a图和b图表示的是在化学上被称为手性的现象。

事实上，这两个分子就像是镜像。我们设计的网络能够区分这两种情况，而之前很多的方法并不能做到。因为在我们的方法中，我们用到了扭角作为相对角度，而在手性这个例子中，二者q1的角度分别为60°和90°。但是，在第二种情况下，q1的扭角都为90°，所以我们的方法无法区分出来。第二种情况也是被社区的同行们指出“希望更正”的情况，但是从化学意义上说，这种情况发生的概率非常非常低，因为q2和q3作为不同的原子，他们与q1之间的扭角相同的情况几乎不可能发生。所以我们认为，尽管我们的模型不是100%覆盖了所有的情况，无法覆盖的情况在自然界中很难发生。

AI遇到量子力学

当我们开始着眼于量子力学时，薛定谔方程为我们提供了解答思路。如果你知道距离角和扭角的数值，你可以使用方程中的不同函数，例如球面谐波和球面贝塞尔函数，也可以使用其他的基本函数去收集Θ值，并最终得到一个特征向量。这是一个具有物理意义的特征向量，能够在实际的信息传递中使用。

下图是系统构建过程。有输入模块，一个采用扭转角和距离信息作为输入的交互模块，这个交互模块可能会重估很多次，这个重复的次数将取决于你的数据量。最后是输出模块，有了这个模块，能够使信息传递用于一些赛事当中，例如公开催化剂挑战。

公开催化剂挑战赛是一个由Facebook AI和CMU发起的竞赛。赛事的宗旨是利用新的大规模分子数据去预测热力学数据。在催化剂发现领域，这些目标分子通常都相对较大，每个分子在结构上平均含有80个原子。

所以他们根据训练与测试的关系将数据集分为四组，打分是根据每一个绝对误差的平均值，来评价系统能够测量的最佳质量。每一行代表一个模型，CGCNN来自一个利用模型研究分子的公司，还有SchNet，DimeNet以及GemNet。大家能看到，在所有的系统中，SphereNet能够占据一个非常有竞争力的地位。