人工智能可以用来预测分子的波函数和电子性质。华威大学、柏林技术大学和卢森堡大学的一个研究小组开发的这种创新人工智能方法可以用来加速药物分子或新材料的设计。

人工智能和机器学习算法通常被用来预测我们的购买行为和识别我们的脸或笔迹。在科学研究中，人工智能正在成为科学发现的重要工具。

在化学中，人工智能已经成为预测量子系统实验或模拟结果的工具。要做到这一点，人工智能需要能够系统地结合物理学的基本定律。

华威大学、柏林技术大学和卢森堡大学领导的一个由化学家、物理学家和计算机科学家组成的跨学科团队开发了一种深度机器学习算法，可以预测分子的量子态，即所谓的波函数，它决定了分子的所有性质。

人工智能通过学习解决量子力学的基本方程来实现这一点。用传统方法求解这些方程需要大量的高性能计算资源，这通常是医学和工业应用中新的专用分子计算设计的瓶颈。新开发的人工智能算法可以在几秒钟内提供准确的预测。

来自华威大学化学系的莱茵哈德·莫雷尔博士说：“这是一个联合的三年努力。它需要计算机科学知识来开发一种灵活的足以捕捉波函数的形状和行为的人工智能算法，同时，化学和物理专业知识还可以处理和表示量子化学数据，使其形式便于算法管理。”

柏林技术大学软件工程与理论计算机科学研究所的克劳斯·罗伯特·穆勒教授说：“这项跨学科的工作是一项重要进展，因为它表明，人工智能方法能够有效地执行量子分子模拟中最困难的方面。在未来几年内，人工智能方法将成为计算化学和分子物理发现过程的重要组成部分。”

卢森堡大学物理与材料研究系的亚历山大博士说：“这项工作使化合物设计达到了一个新的水平，在这个水平上，分子的电子和结构特性可以同时调整，以达到预期的应用标准。”