DeepMind опубликовала код нейросети FermiNet, которая моделирует скопления электронов. FermiNet, как утверждает DeepMind, в будущем позволит исследователям виртуально моделировать прототипы новых материалов, прежде чем пытаться создать их в лаборатории.
DeepMind опубликовала статью, посвящённую FermiNet, в сентябре в журнале Physical Review Research. Как поясняют в DeepMind, в квантовых системах частицы, такие как электроны, не имеют точного местоположения. Представить состояние квантовой системы сложно, так как количество возможных конфигураций огромно. Исследователи DeepMind считают, что искусственный интеллект может помочь предсказать движение частиц.
«Мы разработали новую архитектуру нейронной сети, фермионную нейронную сеть или FermiNet, которая хорошо подходит для моделирования квантового состояния больших скоплений электронов. FermiNet стала первым опытом использования искусственного интеллекта для вычисления энергии атомов и молекул, и этот опыт оказался достаточно точным, — указывают в DeepMind. — Мы надеемся, что FermiNet вдохновит на работу по расширению идей для новых, еще более совершенных сетевых архитектур. Мы только коснулись поверхности квантовой физики и надеемся применить FermiNet для решения более сложных задач».
Разработка FermiNet, указывают в DeppMind, стала не только важным научным открытием. У неё есть потенциал практического применения в будущем: учёные рассчитывают, что нейросеть позволит исследователям моделировать прототипы новых материалов, прежде чем пытаться создать их в лаборатории.
Как подчеркнули учёные, они рассчитывают, что исходный код нейросети смогут использовать другие исследователи.
Публикация кода FermiNet состоялась после того, как DeepMind продемонстрировала свою систему искусственного интеллекта, которая может предсказывать движение молекул стекла при переходе из жидкого в твердое состояние. Исследователи рассчитывают, что эта работа будет полезна в таких отраслях, как производство и медицина.
