重大年夜打破！AI破解薛定谔方程离非处方药应用更进一步

量子化学的这一根本性打破的潜在运用是巨大的。

人工智能已办理薛定谔方程

量子化学旨在预测分子的化学和物理性子：仅利用其原子在三维空间中的排列。
据 Phys.org宣布说，这样做可以避免进行资源密集且缓慢的实验室实验。
从理论上讲，这可以通过求解薛定谔（Schrdinger）方程来实现，但在实践中实行起来总是被证明是难以形容的困难。

译注：薛定谔方程（Schrdinger equation），是描述物理系统的量子态若何随韶光蜕变的偏微分方程，为量子力学的根本方程之一。
薛定谔方程能够精确地描述波函数的量子行为。

这项研究是由柏林自由大学（Freie Universitat Berlin）的科学家们完成的，那里的科学家团队创建了一种深度学习方法，可以前所未有地将打算效率和准确性结合起来。
在此之前，在人工智能的推动下，从材料科学到打算机视觉，科技领域已经经历了几次变革。

“我们认为，我们的方法可能会对量子化学的未来产生重大影响，”该研究的首席科学家 Frank No 教授称。

译注：量子化学，是运用量子力学的规律和方法来研究化学问题的一门学科。
将量子理论运用于原子体系还是分子体系是区分量子物理学与量子化学的标准之一。

不再是准确性、打算本钱之间的权衡

对量子化学和薛定谔方程来说，最主要的是波函数，它是数学中的一个工具，能够详细描述分子内电子的综合行为。
这是一个高维实体，它很难捕捉到编码特定电子如何相互影响的细微差别的光谱。

量子化学的许多方法都不可能表达波函数，而只是试图从数学上得到特定分子的能量。
但这迫使人们须要进行近似，从而限定了预测的质量。

也有一些方法可以用大量的大略的数学构件来表示波函数，但是这些方法过于繁芜，以至于打算超过一小撮原子的波函数太不切实际了。
柏林自由大学的 Jan Hermann 说：“避免在精确性和打算本钱之间进行权衡，这是量子化学的最高造诣。
”他设计了这项研究中描述的新方法的关键特性。

译注：波函数是量子力学中描写微不雅观系统状态的函数。
在经典力学中，用质点的位置和动量（或速率）来描写宏不雅观质点的状态，这是质点状态的经典描述办法，它突出了质点的粒子性。
由于微不雅观粒子具有波粒二象性，粒子的位置和动量不能同时有确定值（见测不准关系），因而质点状态的经典描述办法不适用于对微不雅观粒子状态的描述，物质波于宏不雅观尺度下表现为对几率波函数的期望值，不愿定性失落效可忽略不计。

在人工智能的神经网络中构建物理属性

“到目前为止，最盛行的离群值是极具本钱效益的密度泛函理论（density functional theory）。
我们认为，深度‘量子蒙特卡洛’（Quantum Monte Carlo），也便是我们提出的方法，纵然不能取得更大的成功，也可以同样成功。
”Hermann 补充道。
“它供应了前所未有的准确性，其打算本钱是可以接管的。
”

译注：密度泛函理论（density functional theory），是一种研究多电子体系电子构造的量子力学方法。
密度泛函理论在物理和化学上都有广泛的运用，特殊是用来研究分子和凝聚态的性子，是凝聚态物理和打算化学领域最常用的方法之一。

科学家团队设计了一个深度神经网络，用来表示电子的波函数，这是一种全新的方法。
“我们设计了一种人工神经网络，它能够学习电子如何位于原子核周围的繁芜模式，而不是用相对大略的数学身分组成波函数的标准方法。
” No 阐明说。

Hermann 补充道：“电子波函数有一个奇特的特点，便是它们的反对称性。
当两个电子交流时，波函数必须改变它的符号。
我们必须将这一特性构建到神经网络架构中，这样的方法才能发挥浸染。
”

泡利不相容事理启示了人工智能的命名

这一特性被称为“泡利不相容事理”（Pauli's exclusion principle），研究作者因此将他们的方法命名为“PauliNet”。

译注：泡利不相容事理（Pauli's exclusion principle），指两个全同的费米子不能处于相同的量子态。
换句话说，处于同一原子轨域的两个电子必定拥有相反的自旋方向。
泡利不相容事理是原子物理学与分子物理学的根本理论，它匆匆成了化学的变幻多端、奥妙无穷。

电子波函数除了泡利不相容事理之外，还具有其他基本物理性子。
PauliNet 的成功很大程度上在于，它能够将这些特性整合到一个深度神经网络中，而不是让深度学习仅仅通过不雅观察数据就得出办理方案。
“在人工智能中建立根本物理学，对付它在该领域作出故意义的预测的能力至关主要。
”No 说，“这才是科学家能够为人工智能做出本色性贡献的地方，也正是我的团队所关注的。
”

破解薛定谔方程的潜在运用

当然，在 Hermann 和 No 的新方法准备好办理工业运用之前，还有很多障碍有待战胜。
“这是根本研究，”作者警告说。
“但是，这是一种办理分子和材料科学中古老问题的新方法，我们对它所开辟的可能性感到非常愉快。
”

求解薛定谔方程在量子化学中的运用是非常广泛的。
从打算机视觉到材料科学——它可能带来人类从未想象过的商业产品的进步。
只管这一革命性的发明离非处方药的运用还有很长的路要走，但在科学天下里，这是一个激动民气的时候。

作者先容：

Brad Bergan，Interesting Engineering 的高等编辑，专门研究太空和科技。
此前，他是 Futurism 的特约编辑。
拥有爱荷华大学（University of Iowa）的哲学和英语学士学位，现居纽约。

原文链接：

https://interestingengineering.com/deep-learning-ai-has-officially-cracked-schrodingers-equation-says-study

延伸阅读：

腾讯AI足球队夺冠Kaggle竞赛：绝悟AI强化学习框架解析-InfoQ

关注我并转发此篇文章，私信我“领取资料”，即可免费得到InfoQ代价4999元迷你书，点击文末「理解更多」，即可移步InfoQ官网，获取最新资讯～