薛丁格方程式是量子力学的基本方程式，能计算量子系统的波函数。近日，柏林自由大学（Freie Universität Berlin）的研究团队开发一种AI，能计算量子化学系统中的薛丁格方程式基本态，能加速实验的进行。研究团队将论文发布在《Nature Chemistry》期刊上。

传统算法的限制：准度不高、运算复杂

量子化学（quantum chemistry）是门根据分子中原子的排列，来预测分子物理与化学性质的科学。理论上，科学家能够通过薛丁格方程式算出答案，但是实际计算的难度很大，因为薛丁格方程式是波函数，是个高维实体（high-dimensional entity），很难抓到每个电子交互作用的细微差别。

目前，许多量子化学的计算放弃了波函数的表达，只试图确定分子的能量，但这需要通过近似的方式计算，限制了预测的品质。另外，科学界也能通过大量简单的数学构件（immense number of simple mathematical building blocks）创建波函数，但这种方法很复杂，无法应用在多原子组成的分子。

研究团队将物理定律构建到神经网络，成功解出薛丁格方程式

研究团队通过深度神经网络计算波函数。带领实验的教授Frank Noé表示，该神经网络能够学习电子如何位于原子核周围的复杂模式，而不是由相对简单的波函数计算。此外，电子属于费米子，根据包立不兼容原理（Pauli’s exclusion principle），电子具有反对称性，两个电子交换时，波函数必须改变符号，而该神经网络也构建此特性。

因此，该神经网络能成功计算，在于它不只是通过数据找出特性，而是研究团队将物理定律构建到神经网络内。Noé表示，将物理学构建到AI中，对AI在特定领域的运算极为重要。

论文第一作者Jan Hermann认为，这仅是基础研究，这款AI若要用于工业领域，仍有许多挑战需要克服，但这是解决分子与材料科学问题的新方法。

参考资料

《Nature Chemistry》、《PhysOrg》