Virtuelle Realität (VR) hilft beim Verstehen chemischer Reaktionen

Qualitativ hochwertige Trainingsdaten sind wesentlich beim maschinellen Lernen und im Besonderen beim Training von künstlichen neuronalen Netzwerken, wie man sie auch zum Modellieren der Bildung und Spaltung von chemischen Bindungen in chemischen Reaktionen einsetzen kann.

Menschliche Intuition und VR kombinieren

Das Team um David Glowacki (Bristol) und Markus Reiher (ETH Zurich) setzt eine neuentwickelte open-source und interaktive Software ein, um neuronalen Netzwerken Quantenchemie beizubringen. Das Generieren von Datensätzen, aus welchen Maschinen Quantenchemie lernen können, ist seit langem eine grosse Herausforderung. Die Wissenschaftler zeigen, wie durch menschliche Intuition, kombiniert mit VR, qualitativ hochwertige Trainingsdaten generiert werden können, um Modelle des maschinellen Lernens zu optimieren. Das VR Software Framework führt quantenmechanische Berechnungen ‘on-the-fly’ aus und erlaubt dabei den Forschern, aufwendige physikalische Modelle komplexer Molekülumlagerungen, inklusive Bildung und Spaltung chemischer Bindungen, zu untersuchen. Es ist das erste Mal, dass virtuelle Realität für solche Untersuchungen eingesetzt wurde.

Laut David Glowacki „bieten immersive Tools wie VR dem Menschen ein effizientes Mittel zum Ausdrücken wissenschaftlicher und gestalterischer Erkenntnisse auf hohem Niveau. Soweit wir wissen, ist diese Arbeit die erste, in der ein VR-Framework verwendet wurde, um Daten für das Training eines neuronalen Netzwerks zu generieren.” Markus Reiher von der ETH Zürich fügt hinzu: “Diese Arbeit zeigt, dass fortschrittliche Visualisierungs- und Interaktionsframeworks wie VR und auch Augmented Reality es dem Menschen ermöglichen, automatisiertes maschinelles Lernen zu ergänzen und damit wissenschaftliche Entdeckung zu beschleunigen. Die Publikation bietet eine interessante Vision dafür, wie sich Wissenschaft in naher Zukunft entwickeln könnte, wobei menschliche Intuition eingesetzt wird, um Maschinen effizient zu trainieren.”

Die Ergebnisse dieser grundlegenden Arbeit wurden am 23. Mai 2019 in einem Cover-Artikel des The Journal of Physical Chemistry publiziert. Der Artikel ist die meistgelesene Publikation der Zeitschrift in diesem Monat und ist als ACS Editor’s Choice frei verfügbar zum Lesen und Weiterleiten.