Вся надежда на машинное обучение
2 мин чтения
Вся надежда на машинное обучение

Химики обучили программу строить точные модели межатомных сил

Группа исследователей под руководством Артёма Оганова применила для изучения свойств молекул новаторский метод машинного обучения. 

Учёные предложили такой метод для исследования атомных систем ещё в 2016 году. При машинном обучении на вход подается информация, описывающая положение атомов в кристаллической решетке, а на выходе получается энергия такого кристалла. Ученых интересовала именно энергия, потому что минимум энергии определяет стабильную структуру, которая будет существовать в природе. В процессе обучения алгоритм становится способным находить корреляцию между сигналом на входе и сигналом на выходе.

В данном случае группа Артёма Оганова применила машинное обучение для моделирования межатомных взаимодействий в кристаллах и расплавах двух элементов: алюминия и урана. Алюминий был взят как хорошо изученный металл с известными физико-химическими свойствами. Уран выбран, наоборот, из-за разницы в опубликованных данных о его физико-химических свойствах и желания эти свойства уточнить.

С помощью обученной модели исследователи изучали такие свойства, как плотность фононных состояний (квантовая характеристика колебаний атомов в кристаллической решётке), энтропия и температура плавления алюминия.

Полученные виртуальные результаты сравнили с экспериментальными. Метод моделирования на основе машинного обучения показал хорошую точность: его результаты отличают меньшие погрешности, чем традиционные методы моделирования.

«Силы взаимодействия атомов в кристаллах можно успешно применять для предсказания поведения этого вещества при других температурах и в других фазовых состояниях, а также, наоборот, зная его свойства в жидком фазовом состоянии, узнать поведение атомов в кристаллической решётке, — уточнил Иван Круглов, сотрудник лаборатории Компьютерного дизайна материалов МФТИ. — Таким образом, появляется возможность расчёта фазовой диаграммы урана на основании данных о его кристаллической структуре. Показывая состояние вещества в зависимости от давления и температуры, фазовые диаграммы позволяют определять возможности и границы его применения в технике».

Активное развитие науки за последние сто лет привело к открытию удивительного разнообразия органических и неорганических соединений, белковых и липидных структур, множества схем химических реакций. Однако чем больше становится известно новых структур и молекул, тем больше времени требуется для того, чтобы в лаборатории исследовать их строение, биохимические и физические свойства, изучить их поведение в различных условиях и возможные взаимодействия с другими веществами. Изучать их свойства теперь можно с помощью компьютерного моделирования.

Пока же самый популярный метод моделирования основан на использовании набора параметров, описывающих конкретную биохимическую систему: дли́ны связей в молекулах, углы между атомами, заряды и т. д. — так называемый «метод силовых полей». Однако его использование не позволяет точно воспроизводить действующие в молекулах квантово-механические силы. Вдобавок точные квантово-механические расчёты занимают много времени, они не позволяют рассчитывать свойства больших систем и ограничиваются только парой сотен атомов.

Другое дело - модели машинного обучения. Обучаясь на относительно небольшой выборке данных, получаемых из квантово-механических расчётов, эти модели затем могут быть использованы вместо таких расчётов. Они требуют примерно в тысячу раз меньше вычислительных ресурсов, чем квантово-механические расчёты!

Получается, скорость и точность моделирования атомных систем можно значительно повысить.

Работа была выполнена при поддержке Российского научного фонда (РНФ). Результаты опубликованы в журнале Scientific Reports.

Читайте нас в мобильном приложении

Если у Вас возник вопрос по материалу, то Вы можете задать его специальной рубрике Задать вопрос Экосистема для Экосистемы Далее в рубрике Экосистема для ЭкосистемыВ московском Физтехпарке стартовал блокчейн-хакатон от ICO Lab Читайте в рубрике «Инновации» Станислав Протасов: «Технологии Acronis спасают миллионы»Сооснователь IT-гиганта представил в Технопарке МФТИ настоящий гоночный болид «Формулы-1» Станислав Протасов: «Технологии Acronis спасают миллионы»
Подписывайтесь на канал rusplt.ru в Яндекс.Дзен
Подписывайтесь на канал rusplt в Дзен
Комментарии
Авторизуйтесь чтобы оставлять комментарии.
Читайте самое важное в вашей ленте
Подпишитесь на «Русскую планету» в социальных сетях и читайте наиболее актуальные материалы
Каждую пятницу мы будем присылать вам сборник самых важных
и интересных материалов за неделю. Это того стоит.
Закрыть окно Вы успешно подписались на еженедельную рассылку лучших статей. Спасибо!