为什么水在4℃密度最大?为什么冰会淹没?机器

发布时间:

洛桑联邦理工学院(Ecole Polytechnique Federale de Lausanne)、哥廷根大学(University of Gottingen)和维也纳大学(University of Vienna)的研究职员进行了一项配合研究,将数据驱动的机器学习技能和量子力学结合起来,为这些问题供应了物理上的洞见。这项研讨于2019年1月2日发表在《美国国家科学院院刊》(Proceedings of the National Academy of Sciences)上。大多数可观测物资的基本成分是电子和原子核。遵照量子力学的定律,它们的举动可以用波函数来描述,这是一种弥漫的云,与在给定的时光点观察它们的概率有关。

为什么水在4摄氏度左右密度最大?为什么冰会浮?为什么重水跟个别水的熔点不同?为什么雪花有六重对称?

通过求解薛定谔方程,可能对包括水在内的任何物质进行模型和猜想。但有一个问题。随着电子跟原子核数目标增加,即使利用最快的超级计算机,甚至在优化此类盘算方面取得了一个世纪的著名进展之后,所波及的复杂性也很快变得难以处理。事实上,对原子超过多少百个,或者时间超过一纳秒的系统,也就是1/ 1000,000,000th秒,量子力学计算仍然包袱不起。为了克服这些苛刻的限度,研究人员运用人工神经网络(ANN)从量子力学中学习原子间的彼此作用。神经网络结构能够表示为多少个相互连接的节点层,这些节点层模拟了人脑神经元的构造。神经网络首先学习原子间的量子力学彼此作用,而后快速猜测原子体系的能量和力,而不需要进行昂贵的量子力学打算。到目前为止,这所有听起来都像是机器学习的典型成功案例。