自主人工智能在虚拟实验中发现分子自组织机制
化学物理
2023-07-21 v1 生物物理
计算物理
摘要
由协同多体相互作用驱动的分子自组织产生了界定无生命物质与生命物质的 ordered 结构。理解支配分子复合物与晶体形成的物理机制是控制纳米机器与新材料的组装的关键。我们提出了一种利用深度强化学习与过渡路径理论从计算机模拟中发现分子自组织现象机制的人工智能(AI)智能体。该智能体自适应地学习如何采样复杂的分子事件,并实时构建定量机制模型。通过将机制理解用于 AI 驱动的采样,该智能体闭合了学习循环,并克服了多个数量级的时间尺度鸿沟。符号回归将机制浓缩为可被人解读的形式。应用于溶液中的离子缔合、气体水合物晶体形成以及膜蛋白组装时,该 AI 智能体识别了支配组装过程的全溶剂多体运动,发现了经典成核理论的变量,并揭示了相互竞争的组装路径。该智能体产生的机制描述具有预测性,并可迁移至相近的热力学态与类似系统。自主 AI 采样具有从材料科学到生物学中发现组装与反应机制的能力。
引用
@article{arxiv.2105.06673,
title = {Autonomous artificial intelligence discovers mechanisms of molecular self-organization in virtual experiments},
author = {Hendrik Jung and Roberto Covino and A Arjun and Peter G. Bolhuis and Gerhard Hummer},
journal= {arXiv preprint arXiv:2105.06673},
year = {2023}
}