Применение машинного обучения для построения моделей межатомного взаимодействия

Машинное обучение дает альтернативные возможности по сравнению с классическим подходом построения физических моделей. Модели межатомного взаимодействия (также известные как межатомные потенциалы или силовые поля) - пример области, где машинное обучение оказалось незаменимым. В своем докладе я расскажу, как применение идей машинного обучения позволяет строить модели по точности сопоставимые с кватновомеханическими моделями, но по производительности на несколько порядков их превосходящих. Также я покажу как идеи активного обучения (также известные под названием "оптимальное планирование эксперимента") позволяют автоматизировать процесс построения межатомных потенциалов, что открывает дорогу к созданию автономных алгоритмов, автоматизирующих некоторые действия, например, анализ сходимости вычислительных методов, которые традиционно должны выполнятся пользователями алгоритмов.