MEHnet - AI在线

麻省理工Nature子刊：AI加速量子化学计算，精度媲美「金标准」，计算效率提升百万倍！

编辑 | 2049在量子化学计算中，精确预测分子电子结构一直是一个重要而富有挑战性的课题。传统的密度泛函理论（DFT）方法虽然计算速度快，但精度有限；而高精度的耦合簇（CCSD（T））方法虽然被视为「金标准」，但其计算成本随分子大小呈指数级增长，难以应用于复杂体系。最近，麻省理工学院的研究团队开发出一种创新的多任务学习方法，成功将机器学习与量子化学计算相结合，实现了接近CCSD（T）精度的分子电子结构预测。