量子化學機器學習模擬:提供了誘人的化學前景

2020-12-01 量子認知

量子化學是應用量子力學的規律和方法來研究化學問題的一門交叉學科。將量子理論應用於原子體系還是分子體系是區分量子物理學與量子化學的標準之一。最早的量子化學計算是1927年布勞（.Burrau）對H+2離子以及同年瓦爾特·海特勒和弗裡茨·倫敦對H2分子的計算，開創量子化學這一交叉學科。經過近八十年發展之後，量子化學已經成為化學家們廣泛應用的一種理論方法。

當代量子化學模擬，英文：Quantum Chemistry Simulations，使用了人工智慧及其機器學習通過量子化學理論與方法更準確地模擬原子和分子。最近，在arXiv預印伺服器上發表了三篇關於當代量子化學模擬的重磅論文，分別為隸屬於谷歌的Alphabet公司集團的DeepMind、IBM、倫敦帝國理工學院（Imperial College London）研究團隊的論文。

每個團隊都使用神經網絡來表示圍繞分子原子的電子的波函數。該波函數是薛丁格方程的數學解決方案，該方程描述了在分子周圍可以找到電子的位置的概率。它提供了完全「解決化學問題」的誘人希望，可以完全準確地模擬反應。通常，該目標將需要不切實際的大量計算能力。現在，新的研究以更為合理的處理能力提供了相對較高精度的方案。

研究人員指出， 「如果我們能夠了解材料在最基本的原子級下是如何工作的，那麼我們就可以更好地設計從光伏到藥物分子的一切東西。」科學家們結合了深度機器學習和量子蒙特卡洛（Quantum Monte Carlo，簡稱QMC）方法。DeepMind研究人員和倫敦帝國理工學院將其稱為費米網（Fermi Net）。

IBM科學家說，在化學領域，深度學習也許能夠通過精確地找到原子周圍的波函數來求解原子周圍電子的薛丁格方程。「解決薛丁格方程實質上意味著找到一個函數，該函數指定一個分子中所有電子的哪個位置更有可能出現、哪個位置不太可能發生。」

「如果我們想真正準確可靠地求解薛丁格方程，則此類組分的絕對數量會隨著電子數量的增加而呈指數增長。目前對於5個電子的系統來說，這幾乎沒有問題；對於10個電子來說相當困難；對於20個電子來說，這是不可能的。

許多研究人員一直在使用深度神經網絡來解決量子力學中的問題。但是，由於其中兩個電子不能同時在同一地點的泡利不相容原理，這引入了複雜的約束，這意味著不能只使用現成的神經網絡。

量子蒙特卡羅變分法

因此，科學家們建立了定製的深度神經網絡，以處理滿足泡利不相容原理所需的複雜計算。他們使用了一種久經考驗的方法，稱為量子蒙特卡羅變分法（Variational QMC）。

首先，需要對系統狀態進行初步猜測，該估計包括波函數和化學系統的能量。可以從該概率分布中隨機採樣電子的可能構型，然後計算所有這些不同構型下系統的平均能量。然後，從最初的猜測到能量稍低的步驟要走一小步，然後重複整個過程。一直這樣做，直到能量不能再降低為止。

科學家們使用深度學習來訓練他們的神經網絡，以將電子的特性（例如距原子核的距離）轉換為波動函數。 如果使用深度神經網絡來近似系統的量子態，則可以使量子蒙特卡羅變分法變得更加準確得多，以至於實際上可以匹配甚至在某些情況下超過任何複雜的方法。

研究人員表示，「如果我們能夠將電子薛丁格方程的準精確解到50-100個電子，那麼我們就可以解決目前各種各樣的化學、包括小的有機分子問題。」

自旋特性

科學家們使用了機器學習來基於自旋特性在基於晶格的相互作用量子系統中求解薛丁格方程。但是由於泡利不相容原理，所得的神經網絡通常無法應用於電子軌道。所以一直在研究用於量子計算的方法，以將電子軌道等系統映射到基於自旋的框架上，可以將這兩種想法結合起來在神經網絡中模擬化學反應。

對於自旋系統，研究人員能夠應用於一些粒子，並將其擴展到如今的數千個粒子模擬。電子行為的計算要困難一到兩個數量級，但研究人員仍對其前景感到樂觀。研究人員說：「我們希望在這種情況下，同樣的事情也會發生，我們將從這些最初的應用程式遷移到更大的系統。這些方法具有廣闊的前景。很高興看到這個領域有如此多的研究，希望這僅僅是開始。」

參考：1. D Pfau et al, 2019, arXiv: 1909.024872. J Hermann et al, 2019, arXiv: 1909.084233. K Choo et al, 2019, arXiv: 1909.12852

相關焦點

  • 機器學習加快了量子化學計算的速度
    模擬，從而可以實時操縱程序中的分子。量子化學是對量子性質的化學性質和過程的研究，它為現代化學的研究和發現開闢了許多途徑。化學家無需操縱燒杯或試管，就可以通過研究給定原子或分子的電子結構，電子如何在軌道上排列以及它們如何與電子相互作用，來預測給定原子或分子的性質以及它將如何發生化學反應。其他化合物或原子的那些。
  • 量子計算在化學應用領域取得突破
    量子計算有望解決現有經典計算方法無法解決的計算問題。現在人們普遍認為，量子計算機將大大推進的第一個學科是量子化學。量子計算機1982年，獲得諾貝爾獎的物理學家理察·費曼（Richard Feynman）觀察到，模擬和分析分子對於數字計算機來說是非常困難，以至於無法實現任何實際應用，其主要難度並不在於控制這種模擬的方程。事實上，它們相對簡單，幾十年來就已為人所知。
  • 美國谷歌的量子黑科技實現了最大規模的化學模擬
    化學過程的模擬對於經典計算機來說，由於其複雜的反應過程，呈指數級增長的計算量，只能望洋興嘆。而量子計算機雖然在某些方面能獲得明顯的計算優勢，但是對於複雜的化學反應過程實現高精度的模擬仍然是一個有待研究的問題。而谷歌卻實現了這個令人興奮的研究成果。研究人員運用量子計算機模擬了一個由兩個氮原子和兩個氫原子組成的二氮烯分子的異構化反應。結果表明，通過量子計算機進行的化學反應模擬與研究人員在經典計算機上進行的模擬結果一致，從而驗證了此次實驗成果的正確性。
  • 中國科大利用超冷原子分子量子模擬在化學物理研究中取得突破
    量子計算和量子模擬具有強大的並行計算和模擬能力，不僅為經典計算機無法解決的大規模計算難題提供有效解決方案，也可有效揭示複雜物理系統的規律，為新能源開發、新材料設計等提供指導。量子計算研究的終極目標是構建通用型量子計算機，但這一目標需要製備大規模的量子糾纏並進行容錯計算，實現這一目標仍然需要經過長期不懈的努力。
  • 超冷原子分子量子模擬在化學物理研究中取得實質性突破
    記者從中國科學技術大學獲悉，中國科學技術大學潘建偉、趙博等利用超冷原子分子量子模擬在化學物理研究中取得重大突破：他們通過對磁場的精確調控首次在實驗上觀測到超低溫度下基態分子與原子之間的散射共振，向基於超冷原子分子的超冷量子化學研究邁進了重要一步。
  • 還是發生了，美國谷歌的量子黑科技實現了最大規模的化學模擬
    化學過程的模擬對於經典計算機來說，由於其複雜的反應過程，呈指數級增長的計算量，只能望洋興嘆。而量子計算機雖然在某些方面能獲得明顯的計算優勢，但是對於複雜的化學反應過程實現高精度的模擬仍然是一個有待研究的問題。而谷歌卻實現了這個令人興奮的研究成果。研究人員運用量子計算機模擬了一個由兩個氮原子和兩個氫原子組成的二氮烯分子的異構化反應。結果表明，通過量子計算機進行的化學反應模擬與研究人員在經典計算機上進行的模擬結果一致，從而驗證了此次實驗成果的正確性。
  • 量子計算如何實現化學突破
    現在人們公認，量子計算機將大大提高的第一門學科是量子化學。量子計算機1982年，諾貝爾獎獲得者物理學家理察·費曼（Richard Feynman）觀察到，對數字計算機進行模擬和分析非常困難，以致於無法進行任何實際使用。
  • Science封面:谷歌實現量子化學模擬,迄今為止全球首例!
    而在這項研究中發揮關鍵作用的Sycamore 處理器，也正是本次化學實驗中量子計算機所使用的處理器。Sycamore 處理器之所以採用量子計算機模擬，是由於原子和分子受量子力學系統控制，可以通過量子位來存儲信息並執行計算，因此有望成為精確模擬的最佳方法。
  • Science封面：谷歌實現量子化學模擬，迄今為止全球首例
    具體而言，研究人員使用了噪聲魯棒的變分量子特徵求解算法VQE（variational quantum eigensolver）直接模擬了化學機制。在反應中，兩個氮原子和兩個氫原子組成了二氮烯分子。其過程是，氫原子在氮原子周圍不斷移動形成了不同的結構。經過檢測發現，量子模擬與傳統計算機上執行的模擬結果基本吻合，由此可以確定量子模擬的有效性。
  • Google迄今為止在量子計算機上進行最大的化學模擬
    谷歌的AI Quantum團隊的一個研究人員團隊（與未指定的合作者合作）迄今為止在量子計算機上進行了最大的化學模擬該小組在《科學》雜誌上發表的論文中描述了他們的工作以及為什麼他們認為這是量子計算向前邁出的一步。史丹福大學的肖元寫了一篇《觀點》文章，概述了量子計算機用於進行化學模擬的潛在好處以及AI Quantum團隊的工作，該文章發表在同一期刊上。通過在計算機上模擬化學過程來預測化學過程的能力將對化學家大有裨益-目前，他們大部分都是通過反覆試驗來完成的。
  • 量子物理學機器學習:讓人工智慧學習與運用量子力學
    在剛出版的《 自然通訊 》上，發表了一篇科技論文，題為：「將機器學習和量子化學與分子波函數的深度神經網絡統一起來」，科學家們讓人工智慧學習與運用量子力學。在當代醫學和工業應用中的新型專用分子的化學計算設計過程中，需要求解一些方程。
  • 我國科學家實現用量子計算機模擬化學分子
    經過發展和完善，FQE將有望成為普遍使用的通用量子化學計算平臺。利用有噪量子計算機解決實際問題將成為現實，並且成為今後持續的研究熱點和應用方向。2020年能夠應用於材料合成與生物製藥的量子化學模擬，是近期最有可能在應用層面實現量子優勢的領域。經典計算中的化學模擬的計算複雜度非常高，隨著電子軌道數目呈指數級增長，經典計算機無法精確計算。量子計算機則可使用多項式量級的計算複雜度實現大分子的模擬。
  • 用VR「教授」AI量子化學,或將解開化學鍵的形成和斷裂!
    該團隊使用交互式VR系統向神經網絡人工智慧（AI）「教授」量子化學。在IRL和布里斯托計算化學中心之間工作的第一作者Silvia Amabilino說：生成數據集來向機器教授量子化學是一個長期的挑戰。研究結果表明，人類的直覺與虛擬實境相結合，可以生成高質量的訓練數據，從而改進機器學習模型。
  • 谷歌量子計算裡程碑式突破：首次成功模擬化學過程
    在我們對量子技術的眾多預期中，最令人興奮的一項就是以前所未有的水平上模擬化學過程。現在，我們完成了對化學反應的第一次成功模擬。就化學而言，這是我們所知道的最簡單的反應之一。二氮烯是一對雙鍵連接的氮原子，每個氮原子上再接一個氫原子。
  • Google量子計算首次模擬化學反應 可用於開發新化學物質
    皮查伊認為，其實量子計算真正令人興奮的地方在於，根據已有的物理理論，我們所處的宇宙在最根本的層面上遵循量子法則，因此早期的量子計算應用能幫助我們更好地了解宇宙的工作方式，並在後來逐漸實現能按量子物理對分子和分子間作用進行精確模擬，在醫學和碳排放治理等涉及化學的重要研究領域發揮作用。10個月後，Google用量子計算機首次模擬了化學反應，也算對皮查伊當初那番展望的初步落地。
  • 編碼量子力學定律,幾毫秒內模擬分子運動!
    洛斯阿拉莫斯國家實驗室、北卡羅來納大學教堂山分校和佛羅裡達大學的最新研究表明，人工神經網絡可以被訓練成編碼量子力學定律來描述分子的運動，這可能會在大範圍的領域進行超級模擬。洛斯阿拉莫斯實驗室理論部門的物理學家、大都會研究員賈斯汀·史密斯(Justin Smith)說：這意味著我們現在可以比傳統量子方法更快地對材料和分子動力學進行建模，同時保持同樣的精確度。了解分子如何運動對於開發藥物、蛋白質模擬和反應化學等潛在價值至關重要，量子力學和實驗(經驗)方法都可以應用到模擬中。
  • 科學家完成首個量子化學計算的多量子位演示
    據美國物理學會旗下的《物理評論X》（Physicial Review X）7月24日刊發的一篇研究論文稱，一個國際研究小組在囚禁離子系統上完成了世界上第一個量子化學計算的多量子位演示。在澳大利亞雪梨大學物理學家科尼利厄斯·亨佩爾（Cornelius Hempel）博士的領導下，該研究團隊探索了利用量子計算機對化學鍵和化學反應進行數據建模的有效途徑。研究人員介紹道：「即使是目前最龐大的超級計算機也很難精確地模擬除了最基本化學物質之外的任何化學反應。
  • 谷歌量子計算登《科學》封面 量子模擬了化學反應
    去年10月，谷歌的量子計算機因為實現了「量子優越性」登上了Nature封面，僅用了200秒就解決了超算需要1萬年才能求解的量子電路採樣問題。　　這臺量子計算機還能幹什麼？谷歌說過，能模擬化學分子。不到一年時間，他們就做到了。　　因為分子遵循的是量子力學，用量子計算來模擬也更為合理。只需更少的運算量和信息，就能計算出化學物質的性質。
  • 走進研究院 | 量子計算與量子模擬
    2.6  量子化學模擬 量子化學的基組計算方法將多原子分子的波函數表示為單原子的多軌道，基組中的軌道數量正比於分子中的原子數目。 考慮到量子計算機的知識並不為量子化學領域熟知，谷歌等課題組也提供了一種直接將量子化學基組計算方法和費米體系計算轉化為量子計算機基本邏輯門操作的軟體，以期方便各領域的研究人員使用[24]。  3 量子計算 建造量子計算機的主要目的之一是執行量子計算任務，即實現量子算法的運行。
  • 超冷量子化學研究重大突破!中國科大新年首發《Science》
    ，向基於超冷原子分子的超冷量子化學研究邁進了重要一步。量子計算和量子模擬具有強大的並行計算和模擬能力，不僅為經典計算機無法解決的大規模計算難題提供有效解決方案，也可有效揭示複雜物理系統的規律，為新能源開發、新材料設計等提供指導。量子計算研究的終極目標是構建通用型量子計算機，但這一目標需要製備大規模的量子糾纏並進行容錯計算，實現這一目標仍然需要經過長期不懈的努力。