SON DAKİKA

Yapay Zeka

Yeni Model, Bir Kimyasal Reaksiyonun Dönüm Noktasını Tahmin Ediyor

Kimya Reaksiyonlarının Geçiş Durumları

Kimyagerler, yeni kimyasal reaksiyonlar tasarlarken, reaksiyonun geçiş durumu hakkında bilgi edinmeyi önemserler. Geçiş durumu, bir reaksiyonun ilerlemesi gereken noktadır ve kimyasal sürecin yönlendirilmesinde kritik bir rol oynar.

Ancak mevcut yöntemler, geçiş durumunu ve bir kimyasal reaksiyonun izini tahmin etmeyi zor ve yoğun hesaplama gücü gerektiren bir süreç haline getiriyor.

MIT Araştırmacılarından Hızlı ve Doğru Tahminler

MIT araştırmacıları, bu tahminleri bir saniyeden daha kısa bir süre içinde ve yüksek doğruluk oranıyla yapabilen bir makine öğrenimi modeli geliştirdi. Bu model, kimyagerlerin, ilaçlar ya da yakıtlar gibi çeşitli faydalı bileşikler üretecek kimyasal reaksiyonları tasarlamalarını kolaylaştırabilir.

Kimya Mühendisliği Profesörü ve araştırmanın baş yazarı Heather Kulik, “Amacımız, bol bulunan doğal kaynakları alıp ihtiyaç duyduğumuz moleküllere, örneğin materyallere ve terapötik ilaçlara dönüştüren süreçleri tasarlamak,” diyor.

Gelişmiş Tahminlerden Daha Fazlası

Her kimyasal reaksiyon gerçekleşmeden önce bir geçiş durumundan geçmek zorundadır. Bu durum, reaksiyonun ilerlemesi için gerekli enerji eşik seviyesine ulaşıldığında meydana gelir. Ancak bu geçiş durumları o kadar geçicidir ki, deneysel olarak gözlemlenmesi neredeyse imkansızdır.

Geleneksel yöntemler, geçiş durumlarını hesaplamak için kuantum kimyası tekniklerine dayanırken, bu yöntemler yüksek hesaplama gücü gerektirir ve bir geçiş durumunu hesaplamak saatler hatta günler alabilir.

Yeni Model: React-OT

Yeni model olan React-OT, önceki çalışma yöntemlerinden daha az stresli bir alternatif sundu. Araştırmacılar, modelin, geçiş durumunu bulmak için doğrusal interpolasyon yöntemini kullanarak daha iyi bir başlangıç noktasıyla tahmin yapmasını sağladılar.

Kulik, “Doğrusal tahmin, geçiş durumunu yaklaşık olarak tahmin etmede iyi bir başlangıç noktasıdır,” diyor. Bu yaklaşım, modelin daha kısa sürede ve daha az adımda doğru tahminler yapmasını sağlıyor.

Yeni çalışma, modelin yalnızca beş adımda tahmin yaparak yaklaşık 0.4 saniye içinde sonuç verdiğini göstermiştir.

Bununla birlikte, model, daha önce mevcut olan yöntemlerden %25 daha yüksek doğrulukla tahminler üretiyor.

Geniş Kimya Uygulamaları

React-OT modeli, 9,000‘den fazla kimyasal reaksiyon üzerine eğitim aldı ve bu sayede daha önce öğrenilmemiş reaksiyonları da başarıyla tahmin edebiliyor.

Araştırmacılar, modelin, ek elementler içeren moleküller arasındaki reaksiyonlar için geçiş durumlarını tahmin etme yeteneğini arttırmak için çalışmalara devam ediyor.

“Hızlı bir şekilde geçiş durumu yapılarının tahmin edilmesi, tüm kimyasal kavrayış için önemlidir,” diyor ETH Zurich’ten teorik kimya profesörü Markus Reiher.

MIT ekibi, diğer bilim insanlarının bu yaklaşımı, kendi reaksiyonlarını tasarlamak için kullanmalarını umuyor ve bu amaçla bir uygulama geliştirdiler.

Bu model, bir reaktant ve ürün verildiğinde, geçiş durumunu üretip, tahmin edilen reaksiyonun enerji barajını anlamaya yardımcı olur.

Düşüncenizi Paylaşın

E-posta adresiniz yayınlanmayacak. Gerekli alanlar * ile işaretlenmişlerdir

İlgili Teknoloji Haberleri

The economics of AI refer to the economic impact and implications of artificial intelligence technologies. Some key points to know about the economics of AI include: 1. Increased productivity: AI has the potential to significantly increase productivity by automating routine tasks and processes, freeing up human workers to focus on more complex and creative tasks. 2. Job displacement: While AI can create new job opportunities, it also has the potential to displace certain roles that can be automated. This can lead to job loss and require workers to acquire new skills to remain relevant in the workforce. 3. Cost savings: AI can help businesses reduce costs by streamlining operations, improving efficiency, and optimizing resource allocation. 4. Enhanced decision-making: AI can provide businesses with valuable insights and data analysis to make more informed and strategic decisions, leading to better outcomes and competitive advantage. 5. New revenue streams: AI technologies can enable businesses to develop new products and services, enter new markets, and create innovative business models that can generate additional revenue streams. 6. Ethical and societal considerations: The widespread adoption of AI raises ethical and societal concerns around issues such as privacy, bias, job displacement, and the potential for AI to exacerbate existing inequalities. 7. Regulatory challenges: Policymakers are grappling with how to regulate AI technologies to ensure they are used responsibly and ethically while also fostering innovation and economic growth. Overall, the economics of AI present both opportunities and challenges for businesses, workers, and society as a whole. It is important for stakeholders to carefully consider the implications of AI adoption and to develop strategies for maximizing the benefits while mitigating potential risks.