나노기술 및 정책 정보

• 목록

산업기술종합연구소(AIST) 인공지능연구센터 기계학습 연구팀, 도쿄(東京)대학 생산기술연구소의 공동 연구그룹이 양자물리학의 밀도범함수이론(density functional theory)에 기반하여 심층 학습 기술을 개발함. 본 기술은 화합물의 원자 배열만으로 전자의 확률 분포를 나타내는 파동함수로의 변환을 거쳐, 전자밀도, 에너지 등의 물성치를 고속·고정밀도로 외삽(外挿) 예측할 수 있음. 연구진이 개발한 기술은 심층 학습 모델의 내부에 ‘파동함수’와 ‘전자밀도’라는 양자물리적으로 가장 기본적인 정보를 표현함으로써 현재 심층 학습에 있어 문제가 되고 있는 예측 결과 해석성과 신뢰성의 문제를 해결함. 또한, 파동함수와 전자밀도는 데이터의 편차에 영향을 받지 않는 보편적인 정보에 기반하기 때문에 학습 데이터는 분자 구조가 크게 다른 미지의 화합물의 물성을 외삽 예측할 수 있음. 본 연구 성과는 향후 재료 개발 및 신약 개발 분야에 있어 대규모 유용 물질 탐색에 공헌할 것으로 기대됨.

본 연구 성과는 ‘Physical Review Letters’ (“Quantum deep field : Data-driven wave function, electron density generation, and energy prediction and extrapolation with machine learning”) 지에 게재됨.