В ходе эксперимента, выполненного при поддержке РНФ и Исследовательского центра Nissan, специалисты использовали не только нейросеть FermiNet, но и облачную платформу квантовых вычислений QBoard.
Обучив нейросеть на определенном массиве данных, ученые смогли смоделировать сложные молекулы азота, угарного газа, этилена, фтороводорода и ряда других соединений. Новый подход позволил моделировать более сложные системы из большего числа атомов, а также повысили точность классических вычислений.
«Комбинация методов машинного обучения и квантовой химии дает сегодня очень интересные результаты. Подобные междисциплинарные взаимодействия физиков, химиков, биологов, программистов приводят к обогащению классических подходов и таким интересным гибридным решениям как наш кейс», — подчеркнул Алексей Фёдоров, руководитель научной группы «Квантовые информационные технологии» Российского квантового центра.
