Bilim insanları, sıvıların karmaşık davranışlarını anlamak için yapay zeka ve fizik teorilerini birleştiren yenilikçi bir yöntem geliştirdi. Neural metayoğunluk fonksiyonel teorisi olarak adlandırılan bu yaklaşım, özellikle homojen olmayan sıvı sistemlerinin özelliklerini tahmin etmede önemli avantajlar sunuyor.
Geleneksel yoğunluk fonksiyonel teorisi, sıvıların moleküler düzeydeki davranışını anlamak için kullanılan temel bir araçtır. Ancak yeni geliştirilen metayoğunluk yaklaşımı, parçacıklar arası etkileşim potansiyellerini tahmin aşamasında dinamik olarak değiştirme olanağı tanıyor. Bu özellik, yumuşak madde tasarımı ve malzeme mühendisliği alanlarında devrim niteliğinde uygulamalara kapı açıyor.
Araştırmacılar, neural ağları kullanarak fonksiyonel çizgi integrasyonu ve otomatik türev alma teknikleri ile verimli varyasyonel hesaplamalar gerçekleştirdi. Kısa menzilli etkileşimli tek boyutlu sistemlerde test edilen yöntem, farklı rotalardan elde edilen çift korelasyon yapılarını karşılaştırarak neural fonksiyonellerin öğrenimini düzenleme başarısı gösterdi.
Bu gelişme, Henderson inversiyonu gibi ters mühendislik problemlerinde de önemli ilerlemeler vaat ediyor. Sistem tasarımcıları, istenen özelliklere sahip malzemeler geliştirmek için gerekli moleküler etkileşimleri daha hassas şekilde belirleyebilecek.