Учёные усомнились, что искусственный интеллект DeepMind действительно понимает физику молекул с нецелым зарядом
Команда исследователей из Высшей Школы Экономики, Института Органической Химии им. Н.Д. Зелинского, Сколтеха и Kyungpook National University (Южная Корея) в комментарии к статье DeepMind показала, что приведённые аргументы в пользу достижения поставленной DeepMind цели не настолько надёжны, как кажутся, и требуют дополнительного исследования. В статье, опубликованной в журнале Science в декабре 2021 года, команда DeepMind попыталась решить одну из ключевых проблем современной физики: создать метод Теории Функционала Плотности (DFТ), корректно работающий для самых разных молекулярных систем, включая имеющие нецелое количество электронов.
Четвертый семинар НУГ "Молекулярное моделирование для синтеза практически важных веществ"
На семинаре будут рассмотрены текущие успехи участников группы и Александра Бурденкова расскажет доклад про полуэмпирический метод GFN2-xTB, реализованному в программном пакете xtb и дополненному моделью сольватации GBSA. На нашем семинаре мы рассмотрим алгоритм проведения квантово-механической оптимизации и получения наиболее стабильной структуры известного соединения.
Третий семинар НУГ "Молекулярное моделирование для синтеза практически важных веществ"
На семинаре будут рассмотрены текущие успехи участников группы