La red neuronal gráfica GNN recibe pequeñas moléculas como entrada con la tarea de determinar sus respuestas espectrales. Al compararlos con los espectros conocidos, el programa GNN aprende a calcular los espectros de manera confiable. Crédito:K. Singh, A. Bande/HZB
Con los métodos convencionales, se necesita mucho tiempo para calcular la huella digital espectral de moléculas más grandes. Pero este es un requisito previo para interpretar correctamente los datos obtenidos experimentalmente. Ahora, un equipo de HZB ha logrado muy buenos resultados en mucho menos tiempo utilizando redes neuronales gráficas de autoaprendizaje.
"Las macromoléculas, pero también los puntos cuánticos, que a menudo consisten en miles de átomos, difícilmente se pueden calcular de antemano utilizando métodos convencionales como DFT", dice la PD Dra. Annika Bande en HZB. Con su equipo, ahora ha investigado cómo se puede acortar el tiempo de computación mediante el uso de métodos de inteligencia artificial.
La idea:una "red neuronal gráfica" informática o GNN recibe pequeñas moléculas como entrada con la tarea de determinar sus respuestas espectrales. En el siguiente paso, el programa GNN compara los espectros calculados con los espectros de destino conocidos (DFT o experimental) y corrige la ruta de cálculo en consecuencia. Ronda tras ronda, el resultado mejora. El programa GNN aprende por sí solo cómo calcular espectros de forma fiable con la ayuda de espectros conocidos.
"Hemos entrenado cinco GNN más nuevos y descubrimos que se pueden lograr enormes mejoras con uno de ellos, el modelo SchNet:la precisión aumenta en un 20% y esto se hace en una fracción del tiempo de cálculo", dice el primer autor Kanishka Singh. Singh participa en la escuela de posgrado HEIBRiDS y está supervisado por dos expertos de diferentes orígenes:el experto en informática Prof. Ulf Leser de la Universidad Humboldt de Berlín y la química teórica Annika Bande.
"Los marcos GNN desarrollados recientemente podrían funcionar aún mejor", dice ella. "Y la demanda es muy alta. Por lo tanto, queremos fortalecer esta línea de investigación y estamos planeando crear una nueva posición posdoctoral para ella a partir del verano como parte del proyecto Helmholtz 'Inteligencia artificial explicable para espectroscopia de absorción de rayos X'".
La investigación fue publicada en el Journal of Chemical Theory and Computation . Cómo los puntos cuánticos pueden 'hablar' entre sí
