Yapay Zeka Sayesinde, Kızılötesi İzgeler Dakikalar İçinde Çözümlenebilecek

Bilim insanları, moleküler kızılötesi izgeleri (spektrumları) tahmin etmeye yönelik yapay zekaya dayalı bir yöntem geliştirmeyi başardılar. Bu kimyasal ‘parmak izleri’, yalnızca yüksek kal..
Görsel Telif: Michael Gastegger

Bilim insanları, moleküler kızılötesi izgeleri (spektrumları) tahmin etmeye yönelik yapay zekaya dayalı bir yöntem geliştirmeyi başardılar. Bu kimyasal ‘parmak izleri’, yalnızca yüksek kalitede küçük moleküller için ortak tahmin teknikleriyle simüle edilebiliyor. Fakat araştırmacılar, daha öncelerde mümkün olmadığı düşünülen simülasyonları yapay zeka sayesinde hayata geçirmeyi başardılar.

Yapay zeka araştırmaları alanındaki köklü ilerlemeler, son on yıl içerisinde bu alanda etkileyici gelişmelere yol açtı. Sürücüsüz araçların yanı sıra arama motorları ve spam filtreleri gibi günlük uygulamalar da, yapay zeka alanındaki yöntemlerin çok yönlülüğünü gösteriyor.

Kızılötesi izge-ölçümü (spektroskopi), moleküler dünyaya ilişkin fikir edinmek için elimizde bulunan en değerli deneysel yöntemlerden birisidir. Kızılötesi izgeler, madde ve malzemelerin bileşimi ve özellikleri hakkında bilgi veren kimyasal parmak izleridir. Çoğu durumda, bu izgeler çok karmaşıktır. Dolayısıyla, detaylı bir analiz yapabilmek için bilgisayar destekli simülasyonlar vazgeçilmezdir. Kuantum kimyasal hesaplamalar, ilkesel olarak, kızılötesi izgeleri kesin olarak tahmin etmeyi sağlar. Ancak pratikteki uygulanabilirlikleri açısından durumu ele aldığınızda,  izgelerle ilişkili yüksek hesaplama uğraşları gerektiğinden, bu durum bir zorluk oluşturur. Bu nedenle güvenilir kızılötesi izgeler, ancak nispeten küçük kimyasal sistemler için hesaplanabilir.

Viyana Üniversitesi Kimya Fakültesi’nden Philipp Marquet’in önderliğindeki uluslararası bir araştırma grubunun yaptığı çalışmada, yapay zeka kullanarak bu simülasyonları hızlandırmanın bir yolu bulundu. Bilim insanları, bu yöntemi geliştirmede, insan beyninin matematiksel modelleri olan ve “yapay sinir ağları” adı verilen yapıları kullandı. Bu ağlar, kızılötesi izgelerin modellenmesi için gerekli olan karmaşık kuantum mekaniksel ilişkileri, sadece birkaç örnek üzerinden öğrenebilme yeteneğine sahip. Bilim insanları bu yöntem sayesnde, süper-bilgisayar kullanılsa bile binlerce yıl sürebilecek simülasyonları, yalnızca birkaç dakika içerisinde uygulayabildiler. Üstelik bunu, güvenilirlikten de ödün vermeden gerçekleştirmeyi başardılar.  Yani araştırmacılar, şimdiye kadar kullanılan simülasyon teknikleriyle üstesinden gelinemeyen kimyasal problemleri simüle edebildiler.

Yaptıkları çalışmadan elde ettikleri sonuçlar üzerinden, araştırmacılar, gelecekte deneysel kızılötesi izgelerin analizinde geliştirdikleri spektrum tahmin yönteminin yaygın olarak kullanılabileceğini düşünüyor.


Kaynak: Artificial intelligence for obtaining chemical fingerprints, University of Vienna, Retrieved from http://medienportal.univie.ac.at/presse/aktuelle-pressemeldungen/detailansicht/artikel/mit-kuenstlicher-intelligenz-zum-chemischen-fingerabdruck/

İlgili Makale: Michael Gastegger, Jörg Behler, Philipp Marquetand. Machine learning molecular dynamics for the simulation of infrared spectra. Chem. Sci., 2017; 8 (10): 6924 DOI: 10.1039/C7SC02267K


Bu içerik BilimFili.com yazarı tarafından oluşturulmuştur. BilimFili.com`un belirtmiş olduğu “Kullanım İzinleri”ne bağlı kalmak kaydıyla kullanabilirsiniz.

Etiket
  • Projelerimizde bize destek olmak ister misiniz?
  • Dilediğiniz miktarda aylık veya tek seferlik bağış yapabilirsiniz.
  • Destek Ol
Yorum Yap (0 )

Yorum yapabilmek için giriş yapmalısınız.

Bunlar da ilginizi çekebilir

Bağış Yap, Destek Ol!
Projelerimizde bize destek olmak isterseniz,
Patreon üzerinden
bütçenizi zorlamayacak şekilde aylık veya tek seferlik bağışta bulunabilirsiniz.
E-Bülten Üyeliği
Duyurulardan e-posta ile
haberdar olmak istiyorum.
Reklam Reklam Ver
Arşiv