Caltech Sử Dụng AI Để Giải Quyết Bài Toán 60 Năm Trong Hóa Lượng Tử, 1 GPU Thay Thế 7800 GPU
Nhóm nghiên cứu của Anima Anandkumar tại Caltech đã công bố một mô hình AI mang tính đột phá có tên Kohn-Sham FNO, giúp giải quyết bài toán tính toán lượng tử hóa học kéo dài 60 năm. Phương pháp tính toán phổ biến nhất hiện nay, Lý thuyết phiếm hàm mật độ (DFT), có độ phức tạp tính toán bậc ba, khiến việc mô phỏng các hệ thống lớn như phân tử thuốc trở nên cực kỳ tốn kém.
Thay vì để AI dự đoán trực tiếp kết quả cuối cùng (dễ mắc lỗi khi ngoại suy) hoặc học ánh xạ ngược (không ổn định), mô hình mới được đặt vào vòng lặp lặp đi lặp lại của DFT. Nó học một ánh xạ thuận: "với điều kiện đầu vào, hãy xuất ra mật độ electron tương ứng", giảm độ phức tạp từ O(N³) xuống còn O(N log N). Cách tiếp cận này tương tự như "chuỗi suy nghĩ", cho phép tự kiểm tra và điều chỉnh qua mỗi bước, đồng thời cảnh báo khi kết quả phân kỳ.
Kết quả thử nghiệm rất ấn tượng: Mô hình này, được huấn luyện chỉ trên 8504 cấu trúc, có thể xử lý cả phân tử và vật liệu rắn. Khi ngoại suy cho các phân tử lớn chưa từng thấy, lỗi của nó chỉ ở mức 2-4%, trong khi mô hình dự đoán trực tiếp có lỗi lên tới 41%. Trong một thử nghiệm mô phỏng khuyết tật kim loại chứa 82.500 electron, Kohn-Sham FNO hoàn thành trên một GPU B300 duy nhất, trong khi một tính toán DFT đầy đủ tương tự vào năm 2019 cần tới khoảng 7800 GPU V100. Độ phức tạp tính toán được cải thiện từ bậc ba (3.37) xuống gần như tuyến tính (1.03).
Nghiên cứu mở ra triển vọng thay thế các bước tính toán lặp lại tốn kém nhất trong mô phỏng vật lý bằng AI, hứa hẹn cách mạng hóa việc nghiên cứu và phát triển thuốc, vật liệu pin và chất xúc tác.
marsbit53 phút trước
