Моделирование с помощью модели машинного обучения предсказывает новую фазу твердого водорода

Прочитано: 78 раз(а)


Водород, самый распространенный элемент во Вселенной, встречается повсюду: от пыли, заполняющей большую часть космического пространства, до ядер звезд и многих веществ здесь, на Земле. Этого было бы достаточно для изучения водорода, но его отдельные атомы также являются простейшими из всех элементов с одним протоном и одним электроном. Для Дэвида Сеперли, профессора физики Иллинойского университета в Урбане-Шампейн, это делает водород естественной отправной точкой для формулирования и проверки теорий материи.

Сеперли, также являющийся членом Центра квантовой информации и технологий Иллинойса, использует компьютерное моделирование для изучения того, как атомы водорода взаимодействуют и объединяются, образуя различные фазы материи, такие как твердые тела, жидкости и газы. Однако истинное понимание этих явлений требует квантовой механики , а квантово-механическое моделирование стоит дорого. Чтобы упростить задачу, Сеперли и его сотрудники разработали метод машинного обучения, который позволяет проводить квантово-механические симуляции с беспрецедентным количеством атомов. Они сообщили в Physical Review Letters , что их метод обнаружил новый вид твердого водорода высокого давления, который упускали из виду предыдущие теории и эксперименты.

«Оказалось, что машинное обучение многому нас научило, — сказал Сеперли. «Мы видели признаки нового поведения в наших предыдущих симуляциях, но мы не доверяли им, потому что могли разместить только небольшое количество атомов. С нашей моделью машинного обучения мы могли в полной мере использовать самые точные методы и видеть, что происходит. действительно происходит».

Атомы водорода образуют квантово-механическую систему, но уловить их полное квантовое поведение очень сложно даже на компьютерах. Современная техника, такая как квантовый Монте-Карло (QMC), может реально моделировать сотни атомов, в то время как для понимания крупномасштабного фазового поведения требуется моделирование тысяч атомов в течение длительных периодов времени.

Чтобы сделать QMC более универсальным, два бывших аспиранта, Хунвэй Ниу и Юбо Ян, разработали модель машинного обучения, обученную с помощью симуляций QMC, способную вместить гораздо больше атомов, чем сама QMC. Затем они использовали модель вместе с научным сотрудником Скоттом Дженсеном, чтобы изучить, как плавится твердая фаза водорода, образующаяся при очень высоких давлениях.

Все трое измеряли разные температуры и давления, чтобы составить полную картину, когда заметили что-то необычное в твердой фазе. В то время как молекулы твердого водорода обычно имеют форму, близкую к сферической, и образуют конфигурацию, называемую гексагональной плотно упакованной (Сеперли сравнил ее со сложенными апельсинами), исследователи наблюдали фазу, когда молекулы становятся продолговатыми фигурами — Сеперли описал их как яйцевидные.

«Мы начали с не слишком амбициозной цели — уточнить теорию чего-то, о чем мы знаем», — вспоминал Дженсен. «К сожалению, а может быть, к счастью, это было более интересно. Было обнаружено это новое поведение. Фактически, это было доминирующее поведение при высоких температурах и давлениях, на что не было и намека в старой теории».

Чтобы проверить свои результаты, исследователи обучили свою модель машинного обучения данными из теории функционала плотности — широко используемого метода, который менее точен, чем QMC, но может вместить гораздо больше атомов. Они обнаружили, что упрощенная модель машинного обучения прекрасно воспроизводит результаты стандартной теории. Исследователи пришли к выводу, что их крупномасштабное моделирование QMC с помощью машинного обучения может учитывать эффекты и делать прогнозы, которые не могут делать стандартные методы.

Эта работа положила начало разговору между сотрудниками Сеперли и некоторыми экспериментаторами. Измерения водорода при высоком давлении выполнить сложно, поэтому экспериментальные результаты ограничены. Новое предсказание вдохновило некоторые ученые вернуться к проблеме и более тщательно изучить поведение водорода в экстремальных условиях.

Сеперли отметил, что понимание водорода при высоких температурах и давлениях улучшит наше понимание Юпитера и Сатурна, газообразных планет, в основном состоящих из водорода. Дженсен добавил, что «простота» водорода делает его важным для изучения. «Мы хотим все понять, поэтому нам следует начать с систем, которые мы можем атаковать», — сказал он. «Водород прост, поэтому стоит знать, что мы можем с ним справиться».

Моделирование с помощью модели машинного обучения предсказывает новую фазу твердого водорода



Новости партнеров