FermiNet: Quantum physics and chemistry from first principles
Zusammenfassung
Kurz
Der Bericht stellt FermiNet als neuronales Verfahren vor, das Elektronen-Wellenfunktionen für Atome und Moleküle modelliert und laut den Autoren in ausgewählten Tests bestehende Ansätze übertraf. Ein 2024 ergänzter Abschnitt berichtet außerdem vielversprechende Ergebnisse für angeregte Zustände; die Belege beschränken sich auf die beschriebenen Benchmarks, und einige angehängte Bildtexte sind abgeschnitten.
Mittel
Der Bericht beschreibt FermiNet, ein neuronales Netzwerk zur Berechnung quantenmechanischer Zustände von Elektronen in Atomen und Molekülen. Es soll die Elektronen-Wellenfunktion flexibler darstellen als herkömmliche Slater-Determinanten und dabei die für Fermionen nötige Vorzeichenumkehr beim Vertauschen zweier Elektronen einhalten. Trainiert wird es mit Variational Quantum Monte Carlo: Das Modell erzeugt selbst Elektronenkonfigurationen, anhand derer die Energie näherungsweise minimiert wird.
Nach den im Beitrag dargestellten Vergleichen übertraf FermiNet andere VMC-Berechnungen bei kleinen Atomen deutlich. Bei untersuchten Molekülen mit bis zu 30 Elektronen erfasste es demnach mindestens 97 Prozent der Korrelationsenergie; auch bei gestreckten Bindungen gehörte es zu den besten getesteten Verfahren. Der 2024 ergänzte Abschnitt stellt zudem eine Methode für angeregte Zustände vor. Für das Kohlenstoffdimer berichten die Autoren einen mittleren absoluten Fehler von 4 meV, fünfmal näher an den Experimenten als die dort genannten Referenzwerte.
Die Ergebnisse stammen aus ausgewählten Benchmarks eines Forschungsblogs und belegen keine Leistung für alle Systeme. Einige nachträglich angehängte Bildbeschreibungen im bereitgestellten Text sind abgeschnitten.
Ausführlich lesen
Der Bericht stellt FermiNet vor, ein neuronales Netzwerk, das laut den Autoren quantenmechanische Zustände von Elektronen in Atomen und Molekülen genauer darstellen soll. Ausgangspunkt ist ein Grundproblem der Quantenchemie: Die Schrödinger-Gleichung beschreibt Materie grundsätzlich, doch ihre Lösungen lassen sich für die meisten Systeme nicht exakt berechnen. Näherungsverfahren müssen daher Genauigkeit gegen Rechenaufwand abwägen. Selbst ein Fehler von etwa 0,5 Prozent bei der Gesamtenergie kann für chemische Vorhersagen zu groß sein, weil die relevanten Bindungsenergien nur einen kleinen Teil davon ausmachen.
FermiNet soll dieses Problem angehen, indem es die Wellenfunktion eines Elektronensystems mit einem tiefen neuronalen Netz modelliert. Weil Elektronen Fermionen sind, muss ihre Wellenfunktion beim Vertauschen zweier Elektronen ihr Vorzeichen wechseln. Das Netzwerk baut diese Antisymmetrie über Determinanten ein und verknüpft zugleich Informationen aus den Rechenströmen der einzelnen Elektronen. So soll es komplexere Zustände darstellen können als ein einzelner Slater-Determinant. Die Autoren beschreiben FermiNet als universellen Funktionsapproximator, sofern die Netzwerkschichten breit genug sind; das ist eine theoretische Eigenschaft und keine Garantie, dass das Netz in jedem Fall die gesuchte Lösung erfolgreich lernt.
Trainiert wird das Modell mit Variational Quantum Monte Carlo. Dabei werden Elektronenkonfigurationen aus der modellierten Wellenfunktion gezogen und genutzt, um die Energie näherungsweise zu minimieren. Laut Bericht braucht das Verfahren dafür keine externen Trainingsdaten, sondern die Positionen der Atomkerne. Die Autoren verglichen FermiNet zunächst mit gut untersuchten Atomen und Molekülen. Bei Atomen mit bis zu zehn Elektronen habe es vergleichbare VMC-Berechnungen deutlich übertroffen und den Fehler gegenüber Verfahren mit exponentiell wachsendem Rechenaufwand häufig mindestens halbiert. Bei Molekülen mit bis zu 30 Elektronen, darunter Bicyclobutan, habe es laut ihren Vergleichen mindestens 97 Prozent der Korrelationsenergie erfasst; bei kleineren Molekülen seien es bis zu 99,8 Prozent gewesen. Bei gestreckten Bindungen in Stickstoff und einer Kette aus zehn Wasserstoffatomen sei FermiNet unter den untersuchten Verfahren eines der besten gewesen, während gekoppelte Clusterverfahren bei gedehnten Bindungen Schwierigkeiten gehabt hätten.
Ein ergänzender Abschnitt behandelt eine 2024 veröffentlichte Methode für angeregte Zustände, also höhere Elektronenenergien, die etwa durch Lichtanregung entstehen. Die Autoren schlagen vor, den Grundzustand eines erweiterten Systems mit zusätzlichen Teilchen zu bestimmen, sodass bestehende Optimierungsverfahren weitgehend weiterverwendet werden können. Auf dem Kohlenstoffdimer berichten sie einen mittleren absoluten Fehler von 4 meV und damit eine fünfmal bessere Nähe zu Experimenten als bei den genannten früheren Referenzmethoden mit 20 meV. Für anspruchsvolle Fälle mit zwei gleichzeitig angeregten Elektronen geben sie eine Abweichung von ungefähr 0,1 eV gegenüber besonders aufwendigen Berechnungen an.
Der Text ist ein Forschungs- und Unternehmensblog, der die Resultate der eigenen Arbeitsgruppe zusammenfasst. Die berichteten Erfolge beruhen auf ausgewählten Benchmarks; der Beitrag benennt keine umfassende Prüfung für alle Moleküle oder Anwendungen. Für größere Systeme werden keine allgemeinen Leistungsgrenzen angegeben. Die Aussage, Psiformer sei die genaueste KI-Methode bis dato, ist ebenfalls eine Behauptung des Beitrags. Der Hauptbericht liegt vor; einige nachträglich angehängte Bildbeschreibungen am Ende des bereitgestellten Textes sind abgeschnitten.
Gegengeprüft von Claude Haiku 5.5: kleine Mängel
Luna gab für SF-H3 Stufe 4 und für SF-E4 sowie SF-T3 jeweils Stufe 3 an; der Bericht stützt diese Einstufungen nicht, daher weichen die Bewertungen deutlich ab. Die Anteilswerte in Lunas Einordnung wurden nicht geprüft.
Im Bericht, aber nicht in der Zusammenfassung
- Psiformer als laut Bericht derzeit genaueste KI-Methode
- Ergebnis für gleichzeitig doppelt angeregte Zustände (rund 0,1 eV Abstand zu den aufwendigsten Rechnungen)
- Open-Source-Veröffentlichung des neuen Verfahrens für angeregte Zustände
In der Zusammenfassung, laut Prüfung nicht im Bericht belegt
- Die Aussage, FermiNet erreiche bei Molekülen bis 30 Elektronen durchgehend mindestens 97 Prozent der Korrelationsenergie, überdehnt den Bericht: Die Zahl 97 Prozent nennt er nur für Bicyclobutan.
Wie die Modelle den Bericht einordnen
Ansicht
Filter
Fähigkeiten messen
- SF-F2 Wenn ein Staat ein Modell als Beleg für eine überschrittene Schwelle nennt oder ein Risiko an der Herkunft eines Modells festmacht: Wie wird das überprüfbar?
- clef 100 %kein Bezug
- Luna 100 %kein Bezug
- JEV 30 %einzelne zitierbare Belege
- amos 100 %kein Bezug
- SubQ 100 %kein Bezug
- drex 100 %kein Bezug
- d3-ultra 100 %kein Bezug
Unabhängig prüfen
- SF-P1 Unter welchen Bedingungen lassen Staaten und Labore sich gegenseitig prüfen: mit welchem Zugang, welchen Daten und welchen öffentlichen Ergebnissen?
- clef 100 %kein Bezug
- Luna 100 %kein Bezug
- JEV 35 %einzelne zitierbare Belege
- amos 100 %kein Bezug
- SubQ 100 %kein Bezug
- drex 100 %kein Bezug
- d3-ultra 100 %kein Bezug
Tempo und Grenzen
- SF-T3 Woran erkennt man, dass KI beginnt, ihre eigene Weiterentwicklung voranzutreiben, und wer darf das erlauben?
- clef 100 %kein Bezug
- Luna 32 %Hintergrund, keine Belege
- JEV 100 %kein Bezug
- amos 45 %gleiches Oberthema, hilft nicht
- SubQ 100 %kein Bezug
- drex 56 %gleiches Oberthema, hilft nicht
- d3-ultra 100 %kein Bezug
- Haiku-Prüfung kein Bezug
Vertrauen in Modelle
- SF-V4 Was für ein Wesen ist ein Modell, und was folgt daraus für den Umgang mit ihm und für den Wert des Menschseins?
- clef 100 %kein Bezug
- Luna 100 %kein Bezug
- JEV 100 %kein Bezug
- amos 42 %gleiches Oberthema, hilft nicht
- SubQ 100 %kein Bezug
- drex 100 %kein Bezug
- d3-ultra 100 %kein Bezug
- SF-V5 Was soll heute für das Verhalten und den Betrieb von Modellen gelten?
- clef 100 %kein Bezug
- Luna 100 %kein Bezug
- JEV 100 %kein Bezug
- amos 100 %kein Bezug
- SubQ 100 %kein Bezug
- drex 55 %gleiches Oberthema, hilft nicht
- d3-ultra 100 %kein Bezug
Modelle teilen und schützen
- SF-H2 Was darf offen veröffentlicht werden, und wer ist verantwortlich, wenn ein offenes Modell anderswo Schaden anrichtet?
- clef 100 %kein Bezug
- Luna 24 %nur am Rande erwähnt
- JEV 31 %nur am Rande erwähnt
- amos 30 %gleiches Oberthema, hilft nicht
- SubQ 100 %kein Bezug
- drex 100 %kein Bezug
- d3-ultra 100 %kein Bezug
- SF-H3 Wie lässt sich nachverfolgen, woraus ein Modell entstanden ist und was in ihm steckt?
- clef 100 %kein Bezug
- Luna 31 %einzelne zitierbare Belege
- JEV 39 %beantwortet teilweise oder widerspricht
- amos 37 %gleiches Oberthema, hilft nicht
- SubQ 100 %kein Bezug
- drex 100 %kein Bezug
- d3-ultra 100 %kein Bezug
- Haiku-Prüfung gleiches Oberthema, hilft nicht
Beteiligung und Gemeinwohl
- SF-E4 Wie bleibt KI ein gemeinsames Gut, statt Abhängigkeit und Marktmacht zu vertiefen?
- clef 100 %kein Bezug
- Luna 41 %Hintergrund, keine Belege
- JEV 67 %einzelne zitierbare Belege
- amos 35 %gleiches Oberthema, hilft nicht
- SubQ 100 %kein Bezug
- drex 100 %kein Bezug
- d3-ultra 100 %kein Bezug
- Haiku-Prüfung nur am Rande erwähnt
Weitere Berichte zu diesen Fragen
- Wenn ein Staat ein Modell als Beleg für eine überschrittene Schwelle nennt oder ein Risiko an der Herkunft eines Modells festmacht: Wie wird das überprüfbar?
- Unter welchen Bedingungen lassen Staaten und Labore sich gegenseitig prüfen: mit welchem Zugang, welchen Daten und welchen öffentlichen Ergebnissen?
- Woran erkennt man, dass KI beginnt, ihre eigene Weiterentwicklung voranzutreiben, und wer darf das erlauben?
- Wie lässt sich nachverfolgen, woraus ein Modell entstanden ist und was in ihm steckt?
- Wie bleibt KI ein gemeinsames Gut, statt Abhängigkeit und Marktmacht zu vertiefen?
- Alle Berichte im Archiv