Yapay zekâ araştırmalarında yaşanan büyük gelişmeler, son 10 yılda bu alanda geniş çaplı büyüleyici çalışmalara yol açmıştır. Otonom(kendi kendine giden) arabalar, günlük hayatta kullanılan arama motorları ve spam filtreleri gibi uygulamalar yapay zekâ alanında kullanılan metotların çok yönlülüğünü de göstermektedir.
Kızıl ötesi spektroskopisi, moleküller dünyasına yönelik bir bakış açısı kazanmak için kullanabilecek en değerli metotlardan biridir. Kızılötesi spektrumları, madde ve materyallerin özellikleri ve bileşimleri hakkında bilgi veren birer kimyasal parmak izleridir. Çoğu durumda, bu spektrumlar o kadar karmaşıktır ki, detaylı analiz yapmak için bilgisayar destekli simülasyonlar zorunlu hale gelir. Kuantum kimyasal hesaplamaları, prensip olarak kızılötesi spektrumların son derece kesin tahmin edilmesini sağlarken, pratikte uygulanabilirliği bu hesaplamalarda sarf edilen çabanın miktarı nedeniyle zordur. Bu nedenden dolayı, güvenilir kızılötesi spektrumları ancak nispeten küçük kimyasal sistemler için hesaplanabilir.
Viyana Üniversitesi’nde Kimya Bölümü’nden Philipp Marquetand liderliğinde bir uluslararası araştırma grubu, yapay zekâ kullanarak bu simülasyonları hızlandırmanın bir yolunu buldu. Bu amaçla, tabiren insan beyninin matematiksel modeli denilen yapay sinir ağları kullanıldı. Bu sistem, sadece birkaç örnek ile kızılötesi spektrumların modellenmesi için gerekli olan karmaşık kuantum mekanik ilişkileri öğrenebilir. Bu yolla, bilim insanları daha öncesinde modern süper bilgisayarlarla bile binlerce yıl sürecek olan simülasyonları, güvenilirlik açısından ödün vermeden birkaç dakika içerisinde gerçekleştirebilecek. Araştırmanın ilk yazarı Michael Gastegger diyor ki: “Önceden kullanılan simülasyon teknikleriyle yapılamayacak olan kimyasal problemleri artık simüle edebiliyoruz.”
Çalışmanın sonuçlarına dayanarak, araştırmacılar spektrum tahmini için kullanılan yöntemlerinin gelecekte kızılötesi spektrumunun deneysel analizlerinde çokça kullanılacağından eminler.
Kaynak: https://www.sciencedaily.com/releases/2017/09/170926105459.htm
Referans: Michael Gastegger, Jörg Behler, Philipp Marquetand. Machine learning molecular dynamics for the simulation of infrared spectra. Chem. Sci., 2017; 8 (10): 6924 DOI: 10.1039/C7SC02267K
