Kimyasal hesaplamalarda devrim niteliğinde bir gelişme kaydedildi. Bilim insanları, moleküllerin elektronik yapısını önceden tahmin edebilen ve hesaplama süreçlerini dramatik şekilde hızlandıran yeni bir yapay zeka modeli geliştirdi.
DM-PhiSNet adı verilen bu sistem, moleküllerin geometrik yapısından yola çıkarak tek-elektron yoğunluk matrislerini doğrudan tahmin ediyor. Bu yaklaşım, kuantum kimyasının temelini oluşturan SCF (Self-Consistent Field) iterasyonlarının sayısını %49-81 oranında azaltmayı başarıyor.
Sistemin en önemli özelliği, fiziksel kısıtlamaları göz önünde bulundurarak gerçekçi tahminler yapması. Model, elektron sayısının korunumu gibi temel fizik kurallarını otomatik olarak uygulayarak, sadece hızlı değil aynı zamanda güvenilir sonuçlar üretiyor.
Araştırmacılar sistemi su, metan, amonyak, hidrojen florür, etanol ve nitrat iyonu olmak üzere altı farklı molekül üzerinde test etti. Tüm durumlarda geleneksel yöntemlere kıyasla önemli hızlanma elde edildi.
Bu gelişme, ilaç keşfi, malzeme bilimi ve kataliz araştırmalarında kullanılan pahalı kuantum kimyasal hesaplamaları çok daha erişilebilir hale getirebilir. Özellikle büyük moleküler sistemlerin incelenmesinde zaman ve kaynak tasarrufu sağlayacak.