布里斯托爾大學無形現(xiàn)實實驗室(IRL)和蘇黎世聯(lián)邦理工學院的科學家們利用虛擬現(xiàn)實和人工智能算法來學習化學變化的細節(jié)。

在今天發(fā)表在“物理化學雜志”上的封面文章中，布里斯托大學和蘇黎世聯(lián)邦理工學院的研究人員描述了使用虛擬現(xiàn)實(VR)的高級交互和可視化框架如何使人們能夠訓練機器學習算法并加速科學發(fā)現(xiàn)。

該團隊描述了他們設計最先進的開源VR軟件框架的工作，該框架可以進行“即時”量子力學計算。

它允許研究科學家探索復雜分子重排的復雜物理模型，這些模型涉及化學鍵的形成和破壞，這是第一次使用虛擬現(xiàn)實來實現(xiàn)這樣的事物。

該團隊使用他們的交互式VR系統(tǒng)將量子化學“教授”到神經(jīng)網(wǎng)絡。

在IRL和布里斯托爾計算化學中心之間工作的主要作者Silvia Amabilino說：“生成數(shù)據(jù)集以向機器傳授量子化學是一項長期挑戰(zhàn)。

“我們的研究結(jié)果表明，人類直覺與VR相結(jié)合，可以生成高質(zhì)量的訓練數(shù)據(jù)，從而改善機器學習模型?！?/p>

在IRL，計算化學中心和數(shù)學學院之間工作的合著者Lars Bratholm博士補充說：“對于大多數(shù)科學計算工作流程來說，瓶頸就是處理能力。但機器學習創(chuàng)造了一個新的場景。瓶頸是能夠快速生成高質(zhì)量數(shù)據(jù)?！?/p>

皇家學會研究員David Glowacki博士是布里斯托爾計算機科學系和化學學院的IRL負責人，他說：“像VR這樣的沉浸式工具為人類表達高水平的科學和設計洞察力提供了有效的手段。我們知道，這項工作是第一次使用VR框架生成用于訓練神經(jīng)網(wǎng)絡的數(shù)據(jù)?！?/p>

科學和社會中機器學習和自動化的興起引發(fā)了一系列重要問題，即我們應該在未來幾十年內(nèi)有意識地設計的科學未來。我們新興未來的敘述往往將自動化作為最終目標，有時人們不清楚人類適合的地方。

來自ETH的Markus Reiher教授補充說：“這項工作表明，VR和AR等先進的可視化和交互框架使人類能夠補充自動化機器學習方法并加速科學發(fā)現(xiàn)。

“該論文為科學如何在不久的將來發(fā)展提供了一個有趣的視角，人類將重點放在如何有效地訓練機器上?！?/p>