VR позволяет специалистам преподавать квантовую химию
Ученые из Лаборатории технологии реальности (IRL) Университета Бристоля и ETH Zurich использовали алгоритмы виртуальной реальности и искусственного интеллекта для изучения деталей химических изменений.
В статье, опубликованной сегодня в журнале «Физическая химия» , исследователи из Университета Бристоля и ETH Zurich описывают, как усовершенствованные структуры взаимодействия и визуализации с использованием виртуальной реальности (VR) позволяют людям обучать алгоритмам машинного обучения и ускорять научные открытия.
Команда описывает свою работу над созданием современной программной среды VR с открытым исходным кодом, которая может выполнять расчеты квантовой механики «на лету».
Это позволяет ученым-исследователям исследовать сложные физические модели сложных молекулярных перестроек, которые включают в себя создание и разрыв химических связей, впервые виртуальная реальность была использована для создания такой вещи.
Команда использовала свою интерактивную систему VR , чтобы «научить» квантовую химию для нейронных сетей .
Ведущий автор Сильвия Амабилино, работающая между IRL и Бристольским центром вычислительной химии, сказала: «Создание наборов данных для обучения квантовой химии машинам является давней проблемой.
«Наши результаты показывают, что человеческая интуиция в сочетании с виртуальной реальностью может генерировать высококачественные данные обучения и, таким образом, улучшать модели машинного обучения ».
Соавтор, доктор Ларс Братхолм, который работает между IRL, Центром вычислительной химии и Школой математики, добавил: «Для большинства научных вычислительных рабочих процессов узким местом является вычислительная мощность. Но машинное обучение создало сценарий, когда Новым узким местом является возможность быстро генерировать высококачественные данные ».
Исследователь из Королевского общества, доктор Дэвид Гловаки, который возглавляет IRL в отделе компьютерных наук и химии в Бристоле, сказал: «Такие иммерсивные инструменты, как VR, предоставляют людям эффективные средства для выражения научных и дизайнерских идей на высоком уровне. Как мы знаем, эта работа представляет собой первый случай, когда среда VR использовалась для генерации данных для обучения нейронной сети ».
Рост машинного обучения и автоматизации в науке и обществе привел к важным вопросам о том, какое научное будущее мы должны сознательно разрабатывать в течение следующих нескольких десятилетий. Повествования о нашем новом будущем часто ставят автоматизацию в качестве конечной цели, и иногда неясно, куда вписывается человек.
Профессор Маркус Рейхер из ETH добавил: «Эта работа показывает, что усовершенствованные среды визуализации и взаимодействия, такие как VR и AR, позволяют людям дополнять подходы к автоматизированному машинному обучению и ускоряют научные открытия .
«В статье предлагается интересное видение того, как наука может развиваться в ближайшем будущем, когда люди сосредотачивают свои усилия на том, как эффективно обучать машины».
