L'IA relève l'un des défis les plus difficiles de la chimie quantique
Une nouvelle recherche utilisant les réseaux neuronaux, une forme d'intelligence artificielle inspirée du cerveau, propose une solution au défi difficile que représente la modélisation des états des molécules. La recherche montre comment la technique peut aider à résoudre des équations fondamentales dans des systèmes moléculaires complexes. Elle pourrait déboucher sur des utilisations pratiques à l'avenir, en aidant les chercheurs à créer des prototypes de nouveaux matériaux et de synthèses chimiques à l'aide de simulations informatiques avant d'essayer de les fabriquer en laboratoire.Dirigée par des scientifiques de l'Imperial College London et de Google DeepMind, l'étude est publiée dans Science.
Molécules excitées
L'équipe s'est penchée sur le problème de la compréhension de la transition des molécules vers et depuis les "états excités". Lorsque les molécules et les matériaux sont stimulés par une grande quantité d'énergie, par exemple lorsqu'ils sont exposés à la lumière ou à des températures élevées, leurs électrons peuvent se retrouver dans une nouvelle configuration temporaire, appelée état excité.
La quantité exacte d'énergie absorbée et libérée lorsque les molécules passent d'un état à l'autre crée une empreinte digitale unique pour les différentes molécules et les différents matériaux. Cela affecte les performances de technologies allant des panneaux solaires et des LED aux semi-conducteurs et aux photocatalyseurs. Elles jouent également un rôle essentiel dans les processus biologiques impliquant la lumière, notamment la photosynthèse et la vision.
Cependant, cette empreinte est extrêmement difficile à modéliser car les électrons excités sont de nature quantique, ce qui signifie que leur position dans les molécules n'est jamais certaine et ne peut être exprimée que sous forme de probabilités.
Le chercheur principal, le Dr David Pfau, de Google DeepMind et du département de physique de l'université impériale, a déclaré : "La représentation de l'état d'une molécule quantique est très complexe : "La représentation de l'état d'un système quantique est extrêmement difficile. Une probabilité doit être attribuée à chaque configuration possible des positions des électrons.
"L'espace de toutes les configurations possibles est énorme - si vous essayez de le représenter sous la forme d'une grille avec 100 points sur chaque dimension, le nombre de configurations électroniques possibles pour l'atome de silicium serait plus grand que le nombre d'atomes dans l'univers. C'est exactement là que nous avons pensé que les réseaux neuronaux profonds pourraient nous aider".
Réseaux neuronaux
Les chercheurs ont mis au point une nouvelle approche mathématique et l'ont utilisée avec un réseau neuronal appelé FermiNet (Fermionic Neural Network), premier exemple d'utilisation de l'apprentissage profond pour calculer l'énergie des atomes et des molécules à partir de principes fondamentaux, avec une précision suffisante pour être utile.
L'équipe a testé son approche sur une série d'exemples, avec des résultats prometteurs. Sur une molécule petite mais complexe appelée dimère de carbone, ils ont obtenu une erreur absolue moyenne (MAE) de 4 meV (millielectronvolt - une mesure minuscule de l'énergie), ce qui est cinq fois plus proche des résultats expérimentaux que les méthodes précédentes de l'étalon-or atteignant 20 meV.
Le Dr Pfau a déclaré : "Nous avons testé notre méthode sur certains des systèmes les plus complexes de la chimie computationnelle, où deux électrons sont excités simultanément, et nous avons constaté que nous étions à environ 0,1 eV des calculs les plus exigeants et les plus complexes effectués à ce jour.
"Nous espérons que la communauté des chercheurs s'appuiera sur nos méthodes pour explorer les interactions inattendues entre la matière et la lumière".
Note: Cet article a été traduit à l'aide d'un système informatique sans intervention humaine. LUMITOS propose ces traductions automatiques pour présenter un plus large éventail d'actualités. Comme cet article a été traduit avec traduction automatique, il est possible qu'il contienne des erreurs de vocabulaire, de syntaxe ou de grammaire. L'article original dans Anglais peut être trouvé ici.
Publication originale
Autres actualités du département science
Recevez les dernières actualités de l’industrie chimique
Ne manquez plus aucune actualité : notre newsletter consacrée à l'industrie chimique, aux méthodes analytiques, aux laboratoires et à la technologie des processus vous informe tous les mardis et jeudis. Les dernières nouvelles du secteur, les produits phares et les innovations - de manière compacte et compréhensible dans votre boîte de réception. Recherché par nos soins, pour que vous n'ayez pas à le faire.
