Yapay Zeka Moleküllerin Şeklini Öğreniyor: Kaba Tanecikli Simülasyonlarda Devrim
Atomik simülasyonlar, maddenin davranışını anlamak için güçlü bir araç olsa da büyük moleküler sistemleri modellemek hâlâ büyük bir hesaplama yükü gerektiriyor. Bilim insanları bu sorunu aşmak için 'kaba tanecikli' yaklaşımlar kullanıyor: Birden fazla atomu tek bir parçacıkla temsil ederek sistemi basitleştiriyorlar. Ancak bu sadeleştirme sürecinde moleküllerin şekli ve yönelimi gibi kritik bilgiler kayboluyor. MIT ve Cambridge Üniversitesi'nden araştırmacılar, bu kaybı telafi etmek için makine öğrenmesiyle güçlendirilmiş iki yeni yöntem geliştirdi. AniSOAP adlı yaklaşım, moleküllerin elipsoidal geometrisini hesaba katarak anizotropik yoğunluk tanımlayıcıları üretiyor. MACE-CG ise simetri uyumlu eşdeğişken sinir ağlarını kaba tanecikli sistemlere uyarlıyor. Benzen, formamid ve su molekülleri ile Gay-Berne parçacıkları üzerinde test edilen bu yöntemler, enerji, kuvvet ve tork tahminlerinde izotropik yani yönsüz modellere kıyasla belirgin bir iyileşme sağlıyor. Bu gelişme, ilaç tasarımından malzeme bilimine uzanan geniş bir yelpazede büyük moleküler sistemlerin çok daha verimli ve doğru biçimde modellenmesine kapı aralayabilir.
