AI×रसायन: नया मॉडल अणुओं के Hessian मैट्रिक्स का सीधे अनुमान लगाता है, महंगे अवकलन से बचते हुए 10-70 गुना तेज़
टोरंटो विश्वविद्यालय की टीम ने «नेचर कम्प्यूटेशनल साइंस» में नई विधि HIP प्रकाशित की है, जो अणु के पूरे Hessian मैट्रिक्स का सीधे अनुमान लगाती है और महंगे अवकलन चरण को छोड़ देती है।
सीधा अनुमान: एक ही फ़ॉरवर्ड पास में पूरा Hessian मैट्रिक्स (3N×3N, द्वितीय अवकलज) प्राप्त होता है; इसमें ऑटोमैटिक डिफ़रेंशिएशन, फ़ाइनाइट डिफ़रेंस या कपल्ड-परटर्ब्ड सॉल्व की ज़रूरत नहीं पड़ती।
तेज़ भी, किफ़ायती भी: छोटे अणुओं पर यह अवकलन-आधारित मशीन लर्निंग विधियों से 10-70 गुना तेज़ है, पीक मेमोरी 2-3 गुना कम लेती है, और अनुमान की त्रुटि लगभग आधी रह जाती है।
भौतिकी वास्तुकला में निहित: यह समतुल्य (equivariant) ग्राफ़ न्यूरल नेटवर्क EquiformerV2 पर आधारित है; घूर्णन सममिति और मैट्रिक्स सममिति संरचना से ही सुनिश्चित हैं, उन्हें प्रशिक्षण डेटा से कठिनाई से सीखने की ज़रूरत नहीं।
Hessian अणुओं के कंपन और अभिक्रिया-पथ की गणना की कुंजी है; जितना तेज़ यह निकलेगा, दवाओं और पदार्थों की स्क्रीनिंग उतनी ही तेज़ चल सकेगी।
> मूल लिंक: [मूल लेख देखें](https://bioengineer.org/ai-model-predicts-molecular-curvature-directly-skipping-costly-derivatives/)। यह पाठ सारांश है और केवल संदर्भ के लिए है।
