Moleküllerin ışık etkisiyle nasıl davrandığını anlamak, modern kimyanın en önemli konularından biri. Bilim insanları bu süreçleri laboratuvarda gözlemlemek yerine, bilgisayar simülasyonları kullanarak inceliyor. Ancak bu simülasyonlar son derece karmaşık ve hesaplama açısından zorlu.
Yeni araştırmada, araştırmacılar yapay zekanın iki farklı dalını birleştirerek bu soruna çözüm geliştirdi. LSTM (Uzun Kısa Süreli Bellek) ağları ile derin öğrenme algoritmalarını harmanlayan bu yaklaşım, moleküllerin fotokimyasal reaksiyonlarını daha gerçekçi şekilde modelleyebiliyor.
Sistemin kalbi, 'en az geçiş yüzey atlama' adı verilen bir yöntem olan FSSH tekniğine dayanıyor. Bu teknik, moleküllerin farklı enerji durumları arasındaki geçişlerini takip eder. Araştırmacılar, bu süreci yapay zeka ile destekleyerek hem hızını artırdı hem de doğruluğunu geliştirdi.
CH2NH ve azobenzol molekülleri üzerinde yapılan testlerde, yeni yöntem moleküllerin uyarılmış durum yaşam sürelerini ve hangi ürünleri ne oranda oluşturduğunu başarıyla tahmin etti. Bu sonuçlar, geleneksel hesaplama yöntemleriyle elde edilenlerle büyük ölçüde uyumlu çıktı.
Bu gelişme özellikle güneş pili teknolojisi, fotokatalizörler ve ışığa duyarlı ilaçların tasarımında önemli uygulamalar bulabilir.