مدلهای هوش مصنوعی که برای دنیای اتمها و مولکولها طراحی میشوند، همیشه با چالش «هزینه محاسباتی سنگین» روبرو بودهاند. حالا محققان با معرفی معماری جدیدی به نام SpinGTP، این مشکل را حل کردهاند.
این روش با استفاده از «هارمونیکهای کروی با وزن اسپین»، توانسته دقت مدلهای پیچیده (CGTP) را با سرعت بسیار بالاتر ترکیب کند. این دستاورد به ویژه در درک ساختارهای پیچیده شیمیایی و مواد کایرال، یک گام بزرگ رو به جلو برای شبیهسازیهای علمی محسوب میشود. 🧪⚛️
سازی
منبع: arXiv AI
