Science重磅:DeepMind再获突破,用AI开启理解电子相互作用之路

1d901378f33415245b3112834acf9e27.png

来源:学术头条

作者:青苹果

编辑:hs

排版:李雪薇

当电子问题遇到了神经网络,会碰撞出什么样的火花呢?

DeepMind 的最新研究向我们揭晓了答案。刊登在最新一期 Science 论文 Pushing the frontiers of density functionals by solving the fractional electron problem 显示,神经网络可以用来构建比以前更精确的电子密度和相互作用图。


这一结果无疑会帮助科学家们更好地理解电子之间的相互作用,向着深入的研究进一步迈进,这也表明了深度学习(DL, Deep Learning)有望在量子力学水平上精确模拟物质——这可能使得研究人员在纳米水平上探索关于材料、药物和催化剂的问题,从而改进计算机的设计。简而言之,这是一次电子和分子的深度结合。

8f1f59b275712a627dc40d4c6c11bfcd.png

DFT 是什么?

这次研究涉及一个非常重要的理论——密度泛函理论(DFT,  Density functional theory)。

早在 50 多年前,这个用来描述量子物质基本性质的理论首次建立,实现了在量子水平上描述物质,该方法将电子在给定原子组中的位置与原子共享的总能量相关联,以确定分子的化学和物理特性。

作为人类智慧的结晶之一,很快地,它便成为物理、化学、材料科学等多个领域的强有力工具,是学习计算凝聚态物理/计算材料学/计算化学的必修基础理论。

通俗来说,密度指的是电子数密度,泛函则表示能量是电子密度的函数,而电子密度又是空间坐标的函数。那么,函数的函数,便称之为泛函(Functional)。也就是说,这是一种通过电子密度研究多电子体系电子结构的方法。

如果放到具体的操作中,DFT 可以通过各种各样的近似,把难以解决的包含电子-电子相互作用的问题化繁为简,变为无相互作用的问题,再将所有误差单独放进一项中(XC Potential),进而对误差进行分析。

然而,困扰已久的问题是:电子密度和相互作用能之间映射的确切性质,即所谓的密度泛函(density functional),仍然是未知的。

传统的 DFT 工具可以对具有一两个电子的系统进行建模,但它们无法对具有 1.5 个电子的系统进行建模,而这在一个电子被多个原子之间共享的情况下是很重要的。

一方面,这种带小数点的电子是虚构的物体,没有这样的电子,根据定义,电子是整体的,但是通过解决这些电子问题,我们能够正确描述化学系统。

正因为如此,即使是最先进的 DFT 在描述分数电子电荷(fractional electron charges)和自旋(spins)时,也会受到基本的系统误差的困扰。

3cbf68135d1312f18e30e180edf24d63.png

功力强大”的 DM21 框架

DeepMind 的神经网络可以用于构建比先前更精确的电子密度和相互作用图,摆脱了此前的诸多限制。

作为 DeepMind 的研究科学家,James Kirkpatrick 和他的同事使用 DeepMind 平台开发了“DM21”(DeepMind 2021)框架,可以利用精确的化学数据和分数电荷约束来训练神经网络。

51e848f17ce0645c26d194dc94ea3d8f.png

根据研究报告,DM21 能够避免两个重要的系统误差(离域误差和自旋对称性)的破坏,从而学习泛函,更好地描述广泛的化学反应类别。

研究人员用 2235 个化学反应示例训练了他们的人工智能,并提供了有关所涉及的电子和系统能量的信息。其中,1074 个代表了分数电子会对传统 DFT 分析造成问题的系统。

然后,他们将人工智能应用于未包含在训练数据中的化学反应。

DeepMind 21 不仅正确地表示了分数电子,而且其结果比传统的 DFT 分析更精确。它甚至可以处理关于具有奇怪属性的原子的数据,这些数据与训练数据中的任何东西都不相似。

DM21 正确描述了人工电荷离域和强相关性的典例,并且在主族(main-group)原子和分子的全面基准评估上优于传统泛函。此外,DM21 可以准确地模拟复杂系统,如氢键链(hydrogen chains)、带电荷 DNA 碱基对和双自由基体系的过渡态。

更为关键的是,该研究中的方案依赖于不断改进的数据和约束,因此,它代表着一条通向泛函的可行途径。

6f1f23f84b7d939f6044bad1eb606390.png

DM21 之所以极大地提高了性能,因为它服从两类分数电荷系统的约束:

1)具有非整数总电荷的分数电荷(FC, Fractional Charge)系统;

2)具有非整数自旋磁化的分数自旋(FS, Fractional Spin)系统。

尽管 FC 和 FS 系统是虚构的,但实际电荷密度可以包括具有 FC 或 FS 特性的区域,因此,正确建模这些理想化问题有助于确保泛函在各种分子和材料中的正确表现。

551eb309cb0e841c6137c14a2fdd2247.png

实验结果显示,在 55 个不同热化学分子性质、大而多样的数据集上,DM21 的加权绝对误差为 4 kcal/mol。

这个非常小的误差与大多数泛函误差相比,是由大量精心选择的成分和拟合的分子数据造成的。无论是否包含分数电荷和自旋数据,误差本质上是相同的。然而,这些数据的加入提高了 DM21 在电荷转移和强相关性问题上的性能。

396cf46daa6c11a492479d7d556fa832.png图丨局部电子约束的训练解决了电荷和自旋定位和去定位错误。

DM21可以与强约束和适当赋范泛函(SCAN, Strongly Constrained and Appropriately Normed)进行比较,该泛函是通过假设方程满足 17 个精确约束,但不满足分数电荷和自旋约束而创建的。SCAN 产生的误差为 8 kcal/mol。然而,当 SCAN 进行密度校正时,该误差降低到 6 kcal/mol。这说明,密度校正可以消除 SCAN 的电荷转移误差。

Jon Perdew 在相关观点中写道:“由 Kirkpatrick 等人开发的 DM21 的重要性,并不在于产生了最终密度泛函,而是用一种 AI 方法解决了分数电子和自旋问题,该问题一直无法通过直接解析方法来创建泛函。”

整个研究工作表明,通过结合约束满足和 AI 拟合大而多样的数据集,可以设计出更具有预测性的精确密度函数。

DeepMind 演示了神经网络如何提高密度泛函的近似值,有力地显示了 DL 在量子力学水平上精确模拟物质的前景。此外,DeepMind 还开源了代码,为研究者提供了探索研究的基础。

对于这一成果,James Kirkpatrick 表示:“了解微观尺度现象对于帮助我们应对 21 世纪的一些重大挑战,从清洁电力到塑料污染,正变得越来越重要……这项研究朝着正确方向迈出的关键一步,使我们能够更好地理解电子之间的相互作用,而电子就是将分子粘在一起的‘胶水’。”

从短期来看,这将使研究人员能够通过代码的可用性,获得一个改进的精确密度函数的近似值;从长远来看,这是 DL 在量子力学水平上精确模拟物质的更进一步——这可能使研究人员能够在纳米水平上探索材料、药物和催化剂的问题,从而在计算机上实现材料设计。

未来智能实验室的主要工作包括:建立AI智能系统智商评测体系,开展世界人工智能智商评测;开展互联网(城市)大脑研究计划,构建互联网(城市)大脑技术和企业图谱,为提升企业,行业与城市的智能水平服务。每日推荐范围未来科技发展趋势的学习型文章。目前线上平台已收藏上千篇精华前沿科技文章和报告。

  如果您对实验室的研究感兴趣,欢迎加入未来智能实验室线上平台。扫描以下二维码或点击本文左下角“阅读原文”

8a5588f393b4ec15737d697d4c567667.png

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.mzph.cn/news/483101.shtml

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈email:809451989@qq.com,一经查实,立即删除!

相关文章

腾讯-地图:腾讯位置服务

ylbtech-腾讯-地图:腾讯位置服务1.返回顶部 2.返回顶部3.返回顶部4.返回顶部5.返回顶部 1、https://lbs.qq.com/product/miniapp/customized/2、6.返回顶部作者:ylbtech出处:http://ylbtech.cnblogs.com/本文版权归作者和博客园共有&#xff…

设计模式——Bridge 桥模式

文章目录1.动机2.定义3.代码4.总结1.动机 由于某些类型的固有的实现逻辑,使得它们具有两个变化的维度,乃至多个纬度的变化。 如何应对这种“多维度的变化”? 如何利用面向对象技术来使得类型可以轻松地沿着两个乃至多个方向变化,而…

2022年六大值得关注的边缘计算趋势

来源: 边缘计算社区关于边缘计算的许多方面并不新鲜,但它仍在快速发展。例如,“边缘计算”包括已经存在了几十年的分布式零售商店分支系统。这个术语也包含了当地工厂和电信提供商计算系统的各种形式,尽管这是一种比历史规范更紧密…

RateLimiter的 SmoothBursty(非warmup预热)及SmoothWarmingUp(预热,冷启动)

SmoothBursty 主要思想 记录 1秒内的微秒数/permitsPerSencond 时间间隔interval,每一个interval可获得一个令牌 根据允许使用多少秒内的令牌参数,计算出maxPermits setRate时初始化下次interval时间,及storedPermits acquire时,计算当前now…

C++学习——引用和指针

文章目录1. 引用和指针的区别&#xff1f;2. C中的指针参数传递和引用参数传递1. 引用和指针的区别&#xff1f; 指针是一个实体&#xff0c;需要分配内存空间。引用只是变量的别名&#xff0c;不需要分配内存空间。 #include<iostream> using namespace std;class sol…

未来已来:全球XR产业洞察

来源&#xff1a;德勤Deloitte编辑&#xff1a;蒲蒲近日&#xff0c;德勤中国科技、传媒和电信行业推出元宇宙系列报告《元宇宙系列白皮书—未来已来&#xff1a;全球XR产业洞察》&#xff0c;聚焦XR产业发展趋势。报告指出&#xff0c;多元融合是元宇宙的演变趋势。在元宇宙发…

C++学习——static

文章目录1. static的用法和作用&#xff1f;2.静态变量什么时候初始化1. static的用法和作用&#xff1f; 1.先来介绍它的第一条也是最重要的一条&#xff1a;隐藏。&#xff08;static函数&#xff0c;static变量均可&#xff09; 当同时编译多个文件时&#xff0c;所有未加…

谷歌、哈佛联手绘出「百万分之一」人脑神经3D连接图!天量数据竟可塞满14亿块1T硬盘...

来源&#xff1a;神经科技编辑&#xff1a;Yezi审阅&#xff1a;mingzlee7前不久&#xff0c;谷歌和哈佛大学联手发布人脑神经3D连接图&#xff0c;涵盖人脑一百万分之一的信息&#xff0c;但数据已经塞满了1400块1T硬盘&#xff01;现在&#xff0c;这个研究团队表示&#xff…

python replace()

转载于:https://www.cnblogs.com/JackFang-X/p/11090449.html

C++学习——const

文章目录1.const的作用2.const成员函数的理解和应用&#xff1f;1.const的作用 1. 阻止一个变量被改变&#xff0c;可以使用const关键字。在定义该const变量时&#xff0c;通常需要对它进行初始化&#xff0c;因为以后就没有机会再去改变它了&#xff1b; #include<iostre…

解决表单提交的数据丢失问题

解决表单提交的数据丢失问题&#xff1a; 一、问题描述&#xff1a; 当我们在给前台页面设置修改功能的时候&#xff0c;因为有些信息是不允许进行修改的&#xff0c;所以在修改表单中没有相应的修改输入框&#xff0c;但是在修改表单的数据提交的时候&#xff0c;那些不允许修…

科学家即将揭示人类大脑神经网络结构的奥秘

来源&#xff1a;今日头条人类即将迎来了解大脑神经网络结构神秘世界的曙光&#xff01;哈佛大学神经科学家和谷歌工程师&#xff0c;发布了第一张人类大脑部分的神经网络连接图&#xff0c;大约针头大小的人类大脑组织用重金属染色&#xff0c;切成 5,000&#xff0c;并在电子…

C++学习—— mutable和 extern

文章目录1. mutable2.extern用法&#xff1f;1. mutable 1) 如果需要在const成员方法中修改一个成员变量的值&#xff0c;那么需要将这个成员变量修饰为mutable。即用mutable修饰的成员变量不受const成员方法的限制; 常成员函数&#xff0c;不允许修改成员变量的值&#xff0c…

温故而知新,6位顶级CV科学家聚首:计算机视觉中的深度学习方法vs传统方法...

来源&#xff1a;AI科技评论作者&#xff1a;Mr Bear编辑&#xff1a;青暮2021 年 10 月 13 日&#xff0c;来自麻省理工学院、加州大学伯克利分校、伊利诺伊大学香槟分校、华盛顿大学、帝国理工学院的六名顶级人工智能科学家、计算机视觉科学家在 ICCV 2021 大会期间进行了题为…

20190626_二次开发BarTender打印机_C#代码_一边读取TID_一边打印_打印机POSTEK

demo代码如下: private void btnPrint_Click(object sender, EventArgs e){if (this.btnPrint.Text "停止打印"){SetBtnPrintUIEnable();return;}//禁用界面上的相关按钮SetBtnPrintUIDisable();var dt new DataTable(); new Task(() >{///开始的打印//1. 获取…

C++学习——string

文章目录1.int转字符串字符串转int?2.strcat,strcpy,strncpy,memset,memcpy的内部实现&#xff1f;1.int转字符串字符串转int? 例:"123"123#include<iostream> #include<string> using namespace std;string string_head_end(string str) {string s&q…

卷积神经网络(CNN)数学原理解析

来源&#xff1a;图灵人工智能作者&#xff1a;Piotr Skalski编辑&#xff1a;python数据科学原标题&#xff1a;Gentle Dive into Math Behind Convolutional Neural Networks翻 译&#xff1a; 通夜&#xff08;中山大学&#xff09;、had_in&#xff08;电子科技大学&#…

仅模糊背景图像而不是前面的文本

正如标题所说。 如何模糊容器的背景图像而不模糊前面的文本&#xff1f; <div class"card"> <div class"head"> <div class"title"> <span>Card Title</span> </div> </div> <div class"body…

C++学习——模板

文章目录1.C模板2.C模板是什么&#xff0c;底层怎么实现的&#xff1f;1.C模板 模板是泛型编程的基础&#xff0c;泛型编程即以一种独立于任何特定类型的方式编写代码。模板是创建泛型类或函数的蓝图或公式。 库容器&#xff0c;比如迭代器和算法&#xff0c;都是泛型编程的例…

【数据结构基础】-串-顺序结构的基本操作实现

2019.10.12 数据结构中串的基本操作实现&#xff0c;包括串的定义&#xff0c;串的初始化&#xff0c;赋值&#xff0c;获取串的长度&#xff0c;串的比较&#xff0c;连接串&#xff0c;求子串&#xff0c;清空串。 语言&#xff1a;c语言 运行环境&#xff1a;dev #include &…