研究人员通过结合人工智能和量子力学来模拟冰的形成

据国外媒体报道，普林斯顿大学的一个研究小组通过应用人工智能解决了支配单个原子和分子的量子行为方程，并精确模拟了冰形成的初始步骤。

研究人员将人工智能与量子力学相结合，模拟水结冰时在分子水平上发生的情况结果是冰quot成核quot第一步是最完整的模拟，对于气候和天气建模非常重要

由此产生的模拟精确地描述了水分子是如何转变成固态冰的由于大量的计算能力，这种准确性一度被认为是无法实现的，但当研究人员将深度神经网络纳入他们的方法时，这种准确性变得可能这项研究发表在2022年8月8日那一周的《美国国家科学院院刊》上

quot从某种意义上说，这就像梦想成真普林斯顿大学化学教授罗伯托·卡尔说超过35年前，他共同创立了根据基本量子定律模拟分子行为的方法quot我们当时的希望是，我们最终能够研究这样的系统，但如果没有进一步的概念发展，这是不可能的，而这种发展是通过一个完全不同的领域，即人工智能和数据科学

对水冻结的初始步骤进行建模的能力，这一过程称为冰核化，可以提高天气和气候建模的准确性，以及其他业务，如速冻食品。

这种新方法使研究人员能够在比早期研究长几千倍的时间内跟踪数十万个原子的活动，尽管这仍然只是几分之一秒。

罗伯托·卡尔利用量子力学的基本定律，共同发明了一种预测原子和分子物理运动的方法量子力学定律决定了原子如何相互结合形成分子，分子如何相互结合形成日常物体

量子力学计算非常复杂，需要巨大的计算能力在20世纪80年代，计算机可以在几万亿分之一秒的时间内模拟100个原子后来计算技术的进步和现代超级计算机的出现，增加了模拟的原子数量和时间跨度，但结果远不能满足观察复杂过程所需的原子数量

人工智能提供了一个有吸引力的潜在解决方案研究人员训练一个神经网络，以其与人脑工作原理的相似性命名，以识别相对较少的选定量子计算一旦经过训练，神经网络就可以以量子力学的精度计算出它从未见过的原子之间的力这个quot机器学习quot该方法已用于日常应用，如语音识别和自动驾驶汽车

quot冰是天气预测模型中的主要未知数之一普林斯顿大学教授Pablo Debenedetti说quot这是一个非常重要的进展，因为我们看到它与实验非常吻合我们已经能够模拟非常大的系统，这在以前的量子计算中是不可想象的