DeepMind โอเพ่นซอร์ส FermiNet โครงสร้าง neural network เพื่อเรียนรู้และจำลองการเคลื่อนไหวของอิเล็กตรอน

DeepMind บริษัทพัฒนาปัญญาประดิษฐ์ภายใต้ Alphabet ประกาศโอเพ่นซอร์ส FermiNet โครงสร้าง neural network เพื่อจำลองการเคลื่อนไหวของอิเล็กตรอน

ตามหลักของควอนตัมฟิสิกส์ อนุภาคอย่างอิเล็กตรอนไม่ได้มีตำแหน่งที่อยู่ที่ชัดเจน และโดยมากมักจะนิยมใช้กลุ่มเมฆความน่าจะเป็นเพื่อบ่งบอกโอกาสการพบอนุภาค ณ ตำแหน่งหนึ่ง และการอธิบายสถานะของควอนตัมเป็นสิ่งที่ท้าทายมากเพราะต้องนำค่าความน่าจะเป็นมาคำนวณเป็นค่าของตำแหน่งอิเล็กตรอนในรูปแบบของ wavefunction ที่มีค่าที่เป็นไปได้มากมายมหาศาล

ทีม DeepMind จึงคิดว่าจะนำ AI เข้ามาช่วยคำนวณในส่วนนี้ จากประสบการณ์ที่ neural network สามารถใช้งานกับฟังก์ชันหลายมิติได้ในปัญหาหลาย ๆ อย่างของ AI มาแล้ว neural network ก็น่าจะนำมาใช้กับ quantum wavefunction ได้เช่นกัน

ตัว FermiNet เป็นชื่อที่ย่อมาจาก Fermionic Neural Network โดยรวมแล้วจะเป็น neural network สำหรับเรียนรู้ ground state wavefunction ของอะตอมและโมเลกุลเพื่อใช้ในการทำโมเดลสถานะทางควอนตัมของอิเล็กตรอนจำนวนมาก โดยโมเดลอะตอมและโมเลกุลจาก FermiNet นี้ DeepMind บอกว่าแม่นยำเพียงพอที่จะนำไปใช้งานได้ และถือเป็นวิธีทาง neural network ในการจำลองอะตอมและโมเลกุลที่แม่นยำที่สุด ณ ตอนนี้

สามารถเข้าไปดูรายละเอียดเกี่ยวกับโปรเจค FermiNet ได้ที่ GitHub

ที่มา – VentureBeat, DeepMind

No Description

Topics: 
DeepMind
Neural Network
Physics