固体システムに適した業界初のニューラルネットワーク波動関数が Nature サブジャーナルに掲載されました
機械学習は、大量のデータを処理し、複雑なシナリオで科学的問題を解決し、以前は到達できなかった新しい領域への科学的探求を導くことができます。たとえば、DeepMind は人工知能ソフトウェア AlphaFold を使用して、科学界に知られているほぼすべてのタンパク質構造を高精度に予測します。Christian Lagemann が提案した深層学習に基づく粒子画像流速測定 (PIV) 手法は、当初の純粋な手動設定を大幅に改善しました。モデルの適用範囲は、自動車、航空宇宙、生体医工学などの多くの分野の研究にとって極めて重要です。
AlphaFold は、ほぼすべての既知のタンパク質の構造を予測できます (出典: DeepMind)
解決すべき科学的問題を記述するデータと正確なモデルがあれば、基礎科学における多くの「百年来の謎」が機械学習によって解決できます。流体力学、物性物理学、有機化学など。
最近、ByteDance AI Lab 研究チームと北京大学物理学部の Chen Ji の研究グループによる研究「ニューラル ネットワークによる実固体の第一原理計算」により、物理学の新しいアイデアであるこの研究は、固体系に適した業界初のニューラル ネットワーク波動関数を提案し、固体の第一原理計算を実現し、計算結果を熱力学的限界に押し上げます。これは、ニューラル ネットワークが固体物理学を研究するための効率的なツールであることを強く証明するとともに、深層学習技術が物性物理学においてますます重要な役割を果たすことを示しています。関連する研究結果は、2022 年 12 月 22 日にトップ国際ジャーナル Nature Communication に掲載されました。
これにもかかわらず、密度汎関数理論には依然として多くの欠点があります。複雑な強相関システムの場合、密度汎関数理論では正確な結果を生成することができません。また、機能選択の精度を向上させる体系的な方法も欠如しています。近年、密度汎関数理論と比較して、より正確で普遍的な波動関数法がますます注目され、研究が進められています。 この状況を考慮して、ByteDance AI Lab 研究チームは北京大学物理学部の Chen Ji の研究グループと協力して、固体に適した周期ニューラル ネットワーク波動関数を設計しました。モンテカルロ法の組み合わせにより、固体システムの第一原理計算が可能になります。この研究では、ディープラーニング技術が連続空間における固体システムの研究に初めて適用され、計算が熱力学的限界まで押し上げられました。 この研究の核心は、周期一般化システム固有ベクトルと既存の分子ニューラル ネットワーク波動関数を組み合わせて、周期対称性と完全な反対称性システム波動関数を備えた固体を構築することです。次に、量子モンテカルロ法を適用してニューラル ネットワークを効率的にトレーニングし、さまざまな実際の固体でテストしました。密度汎関数理論: 複数電子系の電子構造を研究するための量子力学的手法。
#実験結果と分析
#まず、著者一次元水素鎖に関するテストが定期的に実施されました。一次元の水素鎖は凝縮系の最も古典的な系の 1 つであり、その正確な解法は強相関系の特性を理解するのに役立ちます。計算結果は、ニューラル ネットワークが従来の高精度手法 (補助フィールド モンテカルロなど) と同様の精度を達成できることを示しています。
著者は次に、ニューラル ネットワークを使用して 2 次元グラフェン材料を計算しました。グラフェンは過去 20 年間で注目の研究材料であり、熱伝導率、電気伝導率などのユニークな特性は重要な研究および応用価値を持っています。この研究はグラフェンの凝集エネルギーを正確に計算し、計算結果は実験データと一致しました。
#研究の有効性をさらに検証するために、著者は三次元リチウム化水素材料を計算し、計算スケールを熱力学的限界まで押し上げました。到達した最大計算スケール 108 個の電子を備え、これはニューラル ネットワークがこれまでシミュレートできる最大の固体システムでもあります。計算された材料の凝集エネルギーと体積弾性率は実験結果と一致しています。
最後に、著者は理論的により興味深い均一な電子ガス系を研究しました。均一な電子ガス系は多くの新しい物理効果 (量子ホール効果など) と密接に関連しているため、均一な電子ガスを深く理解することには重要な理論的価値があります。計算結果は、ニューラル ネットワークが均一な電子ガスに対して良好な結果を達成し、多くの従来の高精度手法の結果に迫る、またはそれを上回ることを示しています。
この研究は、ニューラル ネットワークが固体物理学を研究するための効率的なツールであることを強く証明しています。アルゴリズムのさらなる改良により、ニューラルネットワーク技術は、固体系の相変化、表面物理学、非従来型超伝導体などの物性物理学において、より重要な役割を果たすようになるでしょう。これらのテーマの研究には、基礎として高精度の固体波動関数が必要です。同時に、著者は物性物理学の研究により多くの可能性を提供するために、より効率的なニューラルネットワークの波動関数の研究にも取り組んでいます。
以上が固体システムに適した業界初のニューラルネットワーク波動関数が Nature サブジャーナルに掲載されましたの詳細内容です。詳細については、PHP 中国語 Web サイトの他の関連記事を参照してください。

ホットAIツール

Undresser.AI Undress
リアルなヌード写真を作成する AI 搭載アプリ

AI Clothes Remover
写真から衣服を削除するオンライン AI ツール。

Undress AI Tool
脱衣画像を無料で

Clothoff.io
AI衣類リムーバー

AI Hentai Generator
AIヘンタイを無料で生成します。

人気の記事

ホットツール

メモ帳++7.3.1
使いやすく無料のコードエディター

SublimeText3 中国語版
中国語版、とても使いやすい

ゼンドスタジオ 13.0.1
強力な PHP 統合開発環境

ドリームウィーバー CS6
ビジュアル Web 開発ツール

SublimeText3 Mac版
神レベルのコード編集ソフト(SublimeText3)

ホットトピック











このサイトは6月27日、JianyingはByteDanceの子会社であるFaceMeng Technologyによって開発されたビデオ編集ソフトウェアであり、Douyinプラットフォームに依存しており、基本的にプラットフォームのユーザー向けに短いビデオコンテンツを作成すると報告しました。 Windows、MacOS、その他のオペレーティング システム。 Jianyingは会員システムのアップグレードを正式に発表し、インテリジェント翻訳、インテリジェントハイライト、インテリジェントパッケージング、デジタルヒューマン合成などのさまざまなAIブラックテクノロジーを含む新しいSVIPを開始しました。価格的には、クリッピングSVIPの月額料金は79元、年会費は599元(当サイト注:月額49.9元に相当)、継続月額サブスクリプションは月額59元、継続年間サブスクリプションは、年間499元(月額41.6元に相当)です。さらに、カット担当者は、ユーザーエクスペリエンスを向上させるために、オリジナルのVIPに登録している人は、

検索強化生成およびセマンティック メモリを AI コーディング アシスタントに組み込むことで、開発者の生産性、効率、精度を向上させます。 JanakiramMSV 著者の EnhancingAICodingAssistantswithContextUsingRAGandSEM-RAG から翻訳。基本的な AI プログラミング アシスタントは当然役に立ちますが、ソフトウェア言語とソフトウェア作成の最も一般的なパターンに関する一般的な理解に依存しているため、最も適切で正しいコードの提案を提供できないことがよくあります。これらのコーディング アシスタントによって生成されたコードは、彼らが解決する責任を負っている問題の解決には適していますが、多くの場合、個々のチームのコーディング標準、規約、スタイルには準拠していません。これにより、コードがアプリケーションに受け入れられるように修正または調整する必要がある提案が得られることがよくあります。

AIGC について詳しくは、51CTOAI.x コミュニティ https://www.51cto.com/aigc/Translator|Jingyan Reviewer|Chonglou を参照してください。これらの質問は、インターネット上のどこでも見られる従来の質問バンクとは異なります。既成概念にとらわれずに考える必要があります。大規模言語モデル (LLM) は、データ サイエンス、生成人工知能 (GenAI)、および人工知能の分野でますます重要になっています。これらの複雑なアルゴリズムは人間のスキルを向上させ、多くの業界で効率とイノベーションを推進し、企業が競争力を維持するための鍵となります。 LLM は、自然言語処理、テキスト生成、音声認識、推奨システムなどの分野で幅広い用途に使用できます。 LLM は大量のデータから学習することでテキストを生成できます。

大規模言語モデル (LLM) は巨大なテキスト データベースでトレーニングされ、そこで大量の現実世界の知識を取得します。この知識はパラメータに組み込まれており、必要なときに使用できます。これらのモデルの知識は、トレーニングの終了時に「具体化」されます。事前トレーニングの終了時に、モデルは実際に学習を停止します。モデルを調整または微調整して、この知識を活用し、ユーザーの質問により自然に応答する方法を学びます。ただし、モデルの知識だけでは不十分な場合があり、モデルは RAG を通じて外部コンテンツにアクセスできますが、微調整を通じてモデルを新しいドメインに適応させることが有益であると考えられます。この微調整は、ヒューマン アノテーターまたは他の LLM 作成物からの入力を使用して実行され、モデルは追加の実世界の知識に遭遇し、それを統合します。

編集者 |ScienceAI 質問応答 (QA) データセットは、自然言語処理 (NLP) 研究を促進する上で重要な役割を果たします。高品質の QA データ セットは、モデルの微調整に使用できるだけでなく、大規模言語モデル (LLM) の機能、特に科学的知識を理解し推論する能力を効果的に評価することもできます。現在、医学、化学、生物学、その他の分野をカバーする多くの科学 QA データ セットがありますが、これらのデータ セットにはまだいくつかの欠点があります。まず、データ形式は比較的単純で、そのほとんどが多肢選択式の質問であり、評価は簡単ですが、モデルの回答選択範囲が制限され、科学的な質問に回答するモデルの能力を完全にテストすることはできません。対照的に、自由回答型の Q&A

編集者 | KX 医薬品の研究開発の分野では、タンパク質とリガンドの結合親和性を正確かつ効果的に予測することが、医薬品のスクリーニングと最適化にとって重要です。しかし、現在の研究では、タンパク質とリガンドの相互作用における分子表面情報の重要な役割が考慮されていません。これに基づいて、アモイ大学の研究者らは、初めてタンパク質の表面、3D 構造、配列に関する情報を組み合わせ、クロスアテンション メカニズムを使用して異なるモダリティの特徴を比較する、新しいマルチモーダル特徴抽出 (MFE) フレームワークを提案しました。アライメント。実験結果は、この方法がタンパク質-リガンド結合親和性の予測において最先端の性能を達成することを実証しています。さらに、アブレーション研究は、この枠組み内でのタンパク質表面情報と多峰性特徴の位置合わせの有効性と必要性を実証しています。 「S」で始まる関連研究

機械学習は人工知能の重要な分野であり、明示的にプログラムしなくてもコンピューターにデータから学習して能力を向上させる機能を提供します。機械学習は、画像認識や自然言語処理から、レコメンデーションシステムや不正行為検出に至るまで、さまざまな分野で幅広く応用されており、私たちの生活様式を変えつつあります。機械学習の分野にはさまざまな手法や理論があり、その中で最も影響力のある 5 つの手法は「機械学習の 5 つの流派」と呼ばれています。 5 つの主要な学派は、象徴学派、コネクショニスト学派、進化学派、ベイジアン学派、およびアナロジー学派です。 1. 象徴主義は、象徴主義とも呼ばれ、論理的推論と知識の表現のためのシンボルの使用を強調します。この学派は、学習は既存の既存の要素を介した逆演繹のプロセスであると信じています。

フロントエンド開発の世界では、VSCode はその強力な機能と豊富なプラグイン エコシステムにより、数多くの開発者に選ばれるツールとなっています。近年、人工知能技術の急速な発展に伴い、VSCode 上の AI コード アシスタントが登場し、開発者のコーディング効率が大幅に向上しました。 VSCode 上の AI コード アシスタントは雨後のキノコのように出現し、開発者のコーディング効率を大幅に向上させました。人工知能テクノロジーを使用してコードをインテリジェントに分析し、正確なコード補完、自動エラー修正、文法チェックなどの機能を提供することで、コーディング プロセス中の開発者のエラーや退屈な手作業を大幅に削減します。今日は、プログラミングの旅に役立つ 12 個の VSCode フロントエンド開発 AI コード アシスタントをお勧めします。
