С использованием мощи искусственного интеллекта исследователи из Массачусетского технологического института разработали вычислительную модель, которая способна быстро предсказывать структуру переходного состояния химической реакции. Переходное состояние — это мимолетный момент во время реакции, когда молекулы достигают энергетического порога, после чего реакция должна пройти. Это критическое состояние сложно наблюдать экспериментально, но понимание его структуры критично для создания катализаторов и прогнозирования результатов реакции.
Традиционно структуры переходного состояния рассчитывались с использованием квантово-химических методов, которые требовали много ресурсов и были затратными в плане времени. Однако команда MIT разработала альтернативный подход с использованием машинного обучения. Их модель способна вычислять структуры переходного состояния всего за несколько секунд, значительно сокращая время и ресурсы, необходимые для прогнозирования.
Для обучения своей модели исследователи использовали методы квантового вычисления для генерации данных о реактантах, продуктах и переходных состояниях для тысяч различных химических реакций. Модель выучила базовое распределение этих структур и теперь может генерировать структуры переходного состояния для новых реактантов и продуктов.
Точность модели была проверена путем прогнозирования структур переходного состояния для более чем 1000 реакций, которые не были включены в тренировочные данные. Решения модели были оценены с точностью до 0,08 ангстрема по сравнению со структурами, сгенерированными с использованием традиционных квантовых методов.
Исследователи надеются дальше совершенствовать свою модель, включив в нее дополнительные компоненты, такие как катализаторы. Это достижение в предсказании структур переходного состояния может революционизировать область химии, позволяя быстрее разрабатывать новые реакции, катализаторы и продукты. Это также может пролить свет на естественные химические реакции, которые способствуют эволюции жизни на Земле.
The source of the article is from the blog queerfeed.com.br