Crean red neuronal artificial para resolver ecuaci\u00f3n central en la qu\u00edmica cu\u00e1ntica<\/p>\n
Cient\u00edficos buscan estimar el estado fundamental de la f\u00f3rmula, desarrollada por el f\u00edsico austriaco Erwin Schr\u00f6dinger<\/p>\n
Una estimaci\u00f3n de funci\u00f3n de onda de aprendizaje profundo que logra soluciones casi exactas de la ecuaci\u00f3n electr\u00f3nica de Schr\u00f6dinger para mol\u00e9culas con hasta 30 electrones.<\/p>\n
Europa Press<\/p>\n
La Jornada<\/p>\n
Madrid.<\/p>\n
Cient\u00edficos de la Freie Universit\u00e4t Berlin desarrollaron un m\u00e9todo de inteligencia artificial (IA) para calcular el estado fundamental de la ecuaci\u00f3n de Schr\u00f6dinger en qu\u00edmica cu\u00e1ntica.<\/p>\n
La ecuaci\u00f3n de Schr\u00f6dinger, desarrollada por el f\u00edsico austriaco Erwin Schr\u00f6dinger en 1925, por la que gan\u00f3 el premio Nobel de F\u00edsica en 1933, describe la evoluci\u00f3n temporal de una part\u00edcula subat\u00f3mica masiva de naturaleza ondulatoria y no relativista. Es de importancia central en la teor\u00eda de la mec\u00e1nica cu\u00e1ntica, donde representa para las part\u00edculas microsc\u00f3picas un papel an\u00e1logo a la segunda ley de Newton en la mec\u00e1nica cl\u00e1sica. Esas part\u00edculas incluyen a los electrones, as\u00ed como sistemas, como n\u00facleos at\u00f3micos.<\/p>\n
El objetivo de la qu\u00edmica cu\u00e1ntica es predecir las propiedades qu\u00edmicas y f\u00edsicas de las mol\u00e9culas bas\u00e1ndose \u00fanicamente en la disposici\u00f3n de sus \u00e1tomos en el espacio, evitando la necesidad de experimentos de laboratorio que consumen mucho tiempo y recursos. En principio, esto se puede lograr resolviendo la ecuaci\u00f3n de Schr\u00f6dinger, pero en la pr\u00e1ctica esto es extremadamente dif\u00edcil.<\/p>\n
Hasta ahora hab\u00eda sido imposible encontrar una soluci\u00f3n exacta para mol\u00e9culas arbitrarias que se puedan calcular de manera eficiente, pero el equipo de Freie Universit\u00e4t desarroll\u00f3 un m\u00e9todo de aprendizaje profundo que puede lograr una combinaci\u00f3n sin precedente de precisi\u00f3n y eficiencia computacional.<\/p>\n
Impacto significativo<\/p>\n
La IA ha transformado muchas \u00e1reas tecnol\u00f3gicas y cient\u00edficas, desde la visi\u00f3n por computadora hasta la ciencia de los materiales. Creemos que nuestro enfoque puede tener un impacto significativo en el futuro de la qu\u00edmica cu\u00e1ntica, destac\u00f3 en un comunicado Frank No\u00e9, quien dirigi\u00f3 el equipo. Los resultados se publican en la revista Nature Chemistry.<\/p>\n
La funci\u00f3n de onda es fundamental tanto para la qu\u00edmica cu\u00e1ntica como para la ecuaci\u00f3n de Schr\u00f6dinger, un objeto matem\u00e1tico que especifica completamente el comportamiento de los electrones en una mol\u00e9cula. Es una entidad de alta dimensi\u00f3n y, por tanto, es extremadamente dif\u00edcil captar todos los matices que codifican c\u00f3mo los electrones individuales se afectan entre s\u00ed. De hecho, muchos m\u00e9todos de la qu\u00edmica cu\u00e1ntica abandonan por completo la expresi\u00f3n de la funci\u00f3n de onda y, en cambio, s\u00f3lo intentan determinar la energ\u00eda de una mol\u00e9cula determinada. Sin embargo, esto requiere que se hagan aproximaciones, lo que limita la calidad de predicci\u00f3n de tales t\u00e9cnicas.<\/p>\n
Otros m\u00e9todos la representan con el uso de una inmensa cantidad de bloques de construcci\u00f3n matem\u00e1ticos simples, pero son tan complejos que son imposibles de poner en pr\u00e1ctica para m\u00e1s de un simple pu\u00f1ado de \u00e1tomos. Escapar del equilibrio habitual entre precisi\u00f3n y costo computacional es el mayor logro de la qu\u00edmica cu\u00e1ntica, explic\u00f3 Jan Hermann, de Freie Universit\u00e4t Berlin, quien dise\u00f1\u00f3 las caracter\u00edsticas clave del m\u00e9todo en el estudio. Hasta ahora, el valor at\u00edpico m\u00e1s popular es la teor\u00eda funcional de la densidad extremadamente rentable. Creemos que el enfoque profundo del Monte Carlo cu\u00e1ntico, el enfoque que proponemos, podr\u00eda ser igualmente, si no m\u00e1s, exitoso. Ofrece una precisi\u00f3n sin precedente en un costo computacional todav\u00eda aceptable.<\/p>\n
La red neuronal profunda dise\u00f1ada por el equipo del profesor No\u00e9 es una nueva forma de representar las funciones de onda de los electrones. En lugar del enfoque est\u00e1ndar de componer la funci\u00f3n de onda a partir de elementos matem\u00e1ticos relativamente simples, dise\u00f1amos una red neuronal artificial capaz de aprender los pautas complejas de c\u00f3mo se ubican los electrones alrededor de los n\u00facleos, se\u00f1al\u00f3.<\/p>\n
Principio de exclusi\u00f3n de Pauli<\/p>\n
Una caracter\u00edstica peculiar de las funciones de onda electr\u00f3nicas es su antisimetr\u00eda. Cuando se intercambian dos electrones, la funci\u00f3n de onda debe modificar su signo. Tuvimos que incorporar esta propiedad en la arquitectura de la red neuronal para que el enfoque funcione, agreg\u00f3 Hermann. Esta caracter\u00edstica, conocida como principio de exclusi\u00f3n de Pauli, es la raz\u00f3n por la que los autores llamaron a su m\u00e9todo PauliNet.<\/p>\n
Adem\u00e1s del principio de exclusi\u00f3n de Pauli, las funciones de onda electr\u00f3nicas tambi\u00e9n tienen otras propiedades f\u00edsicas fundamentales, y gran parte del \u00e9xito innovador de PauliNet es que integra estas propiedades en la red neuronal profunda, en lugar de permitir que el aprendizaje profundo las resuelva simplemente observando los datos.<\/p>\n
La integraci\u00f3n de la f\u00edsica fundamental en la IA es esencial para su capacidad de realizar predicciones significativas en el campo. Aqu\u00ed es realmente donde los cient\u00edficos pueden hacer una contribuci\u00f3n sustancial a la inteligencia artificial, y exactamente en lo que se centra mi grupo, sostuvo No\u00e9.<\/p>\n
A\u00fan quedan muchos desaf\u00edos por superar antes de que el m\u00e9todo de Hermann y No\u00e9 est\u00e9 listo para su aplicaci\u00f3n industrial. \u00c9sta sigue siendo una investigaci\u00f3n fundamental, pero es un nuevo enfoque a un antiguo problema de la ciencia molecular y de los materiales, y estamos entusiasmados con las posibilidades que abre, coinciden los autores.<\/p>\n
<\/p>\n","protected":false},"excerpt":{"rendered":"
Crean red neuronal artificial para resolver ecuaci\u00f3n central en la qu\u00edmica cu\u00e1ntica Cient\u00edficos buscan estimar el estado fundamental de la f\u00f3rmula, desarrollada por el f\u00edsico austriaco Erwin Schr\u00f6dinger Una estimaci\u00f3n de funci\u00f3n de onda de aprendizaje profundo que logra soluciones casi exactas de la ecuaci\u00f3n electr\u00f3nica de Schr\u00f6dinger para mol\u00e9culas con hasta 30 electrones. Europa […]<\/p>\n","protected":false},"author":249,"featured_media":19101,"comment_status":"open","ping_status":"closed","sticky":false,"template":"","format":"standard","meta":{"footnotes":""},"categories":[26],"tags":[],"class_list":["post-19100","post","type-post","status-publish","format-standard","has-post-thumbnail","hentry","category-mundo"],"_links":{"self":[{"href":"https:\/\/eloficiodehistoriar.com.mx\/index.php?rest_route=\/wp\/v2\/posts\/19100","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/eloficiodehistoriar.com.mx\/index.php?rest_route=\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/eloficiodehistoriar.com.mx\/index.php?rest_route=\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/eloficiodehistoriar.com.mx\/index.php?rest_route=\/wp\/v2\/users\/249"}],"replies":[{"embeddable":true,"href":"https:\/\/eloficiodehistoriar.com.mx\/index.php?rest_route=%2Fwp%2Fv2%2Fcomments&post=19100"}],"version-history":[{"count":1,"href":"https:\/\/eloficiodehistoriar.com.mx\/index.php?rest_route=\/wp\/v2\/posts\/19100\/revisions"}],"predecessor-version":[{"id":19102,"href":"https:\/\/eloficiodehistoriar.com.mx\/index.php?rest_route=\/wp\/v2\/posts\/19100\/revisions\/19102"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/eloficiodehistoriar.com.mx\/index.php?rest_route=\/wp\/v2\/media\/19101"}],"wp:attachment":[{"href":"https:\/\/eloficiodehistoriar.com.mx\/index.php?rest_route=%2Fwp%2Fv2%2Fmedia&parent=19100"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/eloficiodehistoriar.com.mx\/index.php?rest_route=%2Fwp%2Fv2%2Fcategories&post=19100"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/eloficiodehistoriar.com.mx\/index.php?rest_route=%2Fwp%2Fv2%2Ftags&post=19100"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}