MÜNCHEN (IT BOLTWISE) – Neue Forschung zeigt, wie neuronale Netzwerke zur präzisen Modellierung komplexer molekularer Zustände beitragen können, was potenziell bahnbrechende Anwendungen in der Materialforschung ermöglicht.
- Die besten Bücher rund um KI & Robotik
präsentiert von Amazon!
- Unsere täglichen KI-News von IT Boltwise® bei LinkedIn abonnieren!
- KI-Meldungen bequem via Telegram oder per Newsletter erhalten!
- IT Boltwise® bei Facy oder Insta als Fan markieren und abonnieren!
- AI Morning Podcast bei Spotify / Amazon / Apple verfolgen!
- RSS-Feed 2.0 von IT Boltwise® für KI-News speichern!
Ein internationales Forscherteam, geleitet von Wissenschaftlern des Imperial College London und Google DeepMind, hat mithilfe neuronaler Netzwerke einen neuen Ansatz zur Modellierung der Zustände von Molekülen entwickelt. Diese Methode könnte sich als entscheidend für die Entwicklung neuer Materialien und chemischer Synthesen erweisen, indem sie es ermöglicht, komplexe Molekülzustände genau zu berechnen und zu simulieren.
Die Forschung, die kürzlich in der Zeitschrift “Science” veröffentlicht wurde, nutzt ein spezielles neuronales Netzwerk namens FermiNet (Fermionic Neural Network). FermiNet war das erste System, das in der Lage war, die Energie von Atomen und Molekülen auf Grundlage fundamentaler physikalischer Prinzipien genau zu berechnen. Dies markiert einen bedeutenden Fortschritt in der Anwendung von Deep Learning auf Quantenmechanik und Computational Chemistry.
Die Forscher konzentrierten sich auf die Analyse von Molekülen in sogenannten “angeregten Zuständen”, bei denen Elektronen durch Energiezufuhr in eine neue, temporäre Konfiguration versetzt werden. Diese Zustände sind besonders wichtig für Technologien wie Solarzellen, LEDs und Halbleiter, aber auch für biologische Prozesse wie die Photosynthese.
Die genaue Modellierung dieser Zustände stellt jedoch eine erhebliche Herausforderung dar, da die Elektronen in einem Molekül quantenmechanischen Gesetzen folgen, die ihre Positionen nur als Wahrscheinlichkeiten und nicht als feste Werte beschreiben. Dies macht die Berechnung der Zustände äußerst komplex und aufwändig.
Dr. David Pfau, leitender Forscher bei Google DeepMind und dem Department of Physics am Imperial College London, erläuterte: „Das Darstellen des Zustands eines Quantensystems ist extrem herausfordernd. Eine Wahrscheinlichkeit muss jeder möglichen Konfiguration der Elektronenpositionen zugewiesen werden. Die Anzahl der möglichen Konfigurationen ist jedoch gigantisch – bei einer Aufteilung in ein Raster mit 100 Punkten in jeder Dimension wäre die Anzahl der möglichen Elektronenkonfigurationen für ein Siliziumatom größer als die Anzahl der Atome im Universum.“
Um dieses Problem zu lösen, entwickelten die Forscher eine neue mathematische Methode und kombinierten sie mit FermiNet, was zu erheblichen Verbesserungen in der Genauigkeit der Modellierung führte. Bei einem komplexen Molekül wie dem Kohlenstoffdimer erzielten sie eine durchschnittliche absolute Abweichung von nur 4 Millielektronenvolt (meV) – fünfmal genauer als frühere Methoden, die eine Abweichung von 20 meV erreichten.
Diese vielversprechenden Ergebnisse könnten die Art und Weise, wie Wissenschaftler mit Molekülen und Materialien arbeiten, grundlegend verändern. „Wir haben unsere Methode an einigen der anspruchsvollsten Systeme in der computergestützten Chemie getestet, bei denen zwei Elektronen gleichzeitig angeregt werden. Wir waren dabei in der Lage, eine Abweichung von etwa 0,1 Elektronenvolt im Vergleich zu den bisher genauesten Berechnungen zu erzielen“, so Dr. Pfau.
Die Forscher hoffen, dass ihre Arbeit von der wissenschaftlichen Gemeinschaft weitergeführt wird, um neue, unerwartete Interaktionen zwischen Materie und Licht zu erforschen. Die Open-Source-Bereitstellung ihrer aktuellen Arbeit soll dies unterstützen und dazu beitragen, weitere Fortschritte in der Materialwissenschaft und Quantenchemie zu ermöglichen.
Zu den Top-Stories!
Amazon-Trendangebote der letzten 24 Stunden mit bis zu 78% Rabatt (Sponsored)
- NIEDLICHER BEGLEITER: Eilik ist der ideale Begleiter für Kinder und Erwachsene, die Haustiere, Spiele und intelligente Roboter lieben. Mit vielen Emotionen, Bewegungen und interaktiven Funktionen.
- Die Zukunft von Mensch und MaschineIm neuen Buch des renommierten Zukunftsforschers und Technologie-Visionärs Ray Kurzweil wird eine faszinierende Vision der kommenden Jahre und Jahrzehnte entworfen – eine Welt, die von KI durchdrungen sein wird
- Künstliche Intelligenz: Expertenwissen gegen Hysterie Der renommierte Gehirnforscher, Psychiater und Bestseller-Autor Manfred Spitzer ist ein ausgewiesener Experte für neuronale Netze, auf denen KI aufbaut
- Obwohl Künstliche Intelligenz (KI) derzeit in aller Munde ist, setzen bislang nur wenige Unternehmen die Technologie wirklich erfolgreich ein
- Wie funktioniert Künstliche Intelligenz (KI) und gibt es Parallelen zum menschlichen Gehirn? Was sind die Gemeinsamkeiten von natürlicher und künstlicher Intelligenz, und was die Unterschiede? Ist das Gehirn nichts anderes als ein biologischer Computer? Was sind Neuronale Netze und wie kann der Begriff Deep Learning einfach erklärt werden?Seit der kognitiven Revolution Mitte des letzten Jahrhunderts sind KI und Hirnforschung eng miteinander verflochten
Es werden alle Kommentare moderiert!
Für eine offene Diskussion behalten wir uns vor, jeden Kommentar zu löschen, der nicht direkt auf das Thema abzielt oder nur den Zweck hat, Leser oder Autoren herabzuwürdigen.
Wir möchten, dass respektvoll miteinander kommuniziert wird, so als ob die Diskussion mit real anwesenden Personen geführt wird. Dies machen wir für den Großteil unserer Leser, der sachlich und konstruktiv über ein Thema sprechen möchte.
Du willst nichts verpassen?
Du möchtest über ähnliche News und Beiträge wie "Deep Learning bringt Durchbruch bei der Modellierung von Molekülen" informiert werden? Neben der E-Mail-Benachrichtigung habt ihr auch die Möglichkeit, den Feed dieses Beitrags zu abonnieren. Wer natürlich alles lesen möchte, der sollte den RSS-Hauptfeed oder IT BOLTWISE® bei Google News wie auch bei Bing News abonnieren.