chimica-quantistica

Un team di scienziati della Freie Universitat Berlin ha sviluppato un metodo di intelligenza artificiale per calcolare lo stato fondamentale dell’equazione di Schrodinger nella chimica quantistica.

L’obiettivo della chimica quantistica è prevedere le proprietà chimiche e fisiche delle molecole in base ai loro atomi nello spazio, evitando la necessità di esperimenti di laboratorio che consumano molte più risorse e tempo. In linea di principio, il nuovo metodo potrebbe aver raggiunto la risoluzione dell’equazione di Schrödinger, ma in pratica questo è estremamente difficile.

Fino ad ora, è stato impossibile trovare una soluzione esatta per il calcolo in modo efficiente delle molecole arbitrarie. Tuttavia, il team della Freie Universität ha sviluppato un metodo di apprendimento profondo in grado di ottenere una combinazione di precisione ed efficienza computazionale.

 

In cosa consiste

L’intelligenza artificiale ha trasformato molte aree tecnologiche e scientifiche, dalla visione artificiale alla scienza dei materiali. “Riteniamo che il nostro approccio possa avere un impatto significativo sul futuro della chimica quantistica“, ha affermato  Frank Noé, autore principale dello studio, i cui risultati sono stati pubblicati sulla rivista Nature Chemistry.

Una delle cose fondamentali nella chimica quantistica e nell’equazione di Schrödinger è la funzione d’onda – un oggetto matematico che specifica il comportamento degli elettroni presenti in una molecola. La funzione d’onda è un’entità ad alta dimensione e, quindi, è estremamente difficile catturare tutte le sfumature che codificano il modo in cui i singoli elettroni si legano insieme.

Vari metodi di chimica quantistica rinunciano a esprimere completamente la funzione d’onda, invece di cercare di determinare semplicemente l’energia di una data molecola. Tuttavia, ciò richiede l’approssimazione, limitando la qualità predittiva di tali metodi.

Altri metodi rappresentano la funzione d’onda utilizzando un numero immenso di semplici blocchi matematici, ma questi metodi sono così complessi che sono impossibili da mettere in pratica con molti atomi. “Sfuggire al compromesso tra precisione e costo computazionale è il più grande risultato della chimica quantistica“, spiega Jan Hermann della Freie Universität Berlin.

L’esperto dichiara che “per il momento, il più popolare di questi valori è la teoria della densità funzionale estremamente economica. Crediamo che ‘Quantum Monte Carlo’, l’approccio che proponiamo, potrebbe avere ugualmente, se non di più, successo, in quanto offre precisione con un costo computazionale accettabile .

La rete neurale profonda progettata dal team è un nuovo modo di rappresentare le funzioni d’onda degli elettroni. “Invece dell’approccio standard di comporre la funzione d’onda da componenti matematiche relativamente semplici, pensiamo a una rete neurale artificiale in grado di apprendere i complessi schemi di come gli elettroni si trovano attorno ai nuclei“, spiega l’autore dello studio.

Una caratteristica peculiare delle funzioni d’onda elettroniche è la sua antisimmetria. Quando due elettroni vengono scambiati, la funzione dell’onda deve cambiare il suo segnale. Abbiamo dovuto costruire questa proprietà sull’architettura della rete neurale perché l’approccio funzionasse”, aggiunge Hermann. Questa caratteristica, nota come “principio di esclusione di Pauli“, è il motivo per cui gli autori hanno chiamato il nuovo metodo “PauliNet” .

Oltre al principio di esclusione di Pauli, le funzioni d’onda elettroniche hanno anche altre proprietà fisiche fondamentali e gran parte del successo innovativo di PauliNet è dovuto al fatto che integra queste proprietà nella rete neurale profonda, piuttosto che consentire l’apprendimento risolvere guardando solo i dati.

Photo by Michael Dziedzic on Unsplash