
Uso de redes neuronales para acelerar los cálculos de colisiones e interacciones moleculares.La aceleración de la dinámica molecular se refiere al uso de redes neuronales para acelerar drásticamente las simulaciones por computadora de cómo se mueven e interactúan los átomos y las moléculas a lo largo del tiempo. La dinámica molecular tradicional se basa en resolver las ecuaciones de Newton para cada átomo en cada pequeño paso de tiempo, lo cual es computacionalmente costoso. Al entrenar una red neuronal para predecir las fuerzas entre átomos basándose en sus posiciones, la simulación puede omitir los pesados cálculos de mecánica cuántica que normalmente dominan el costo, permitiendo simulaciones más largas y de mayor escala.
La idea ganó impulso en la década de 2000 con el auge del aprendizaje automático en química, pero se volvió práctica en la década de 2010 con arquitecturas de aprendizaje profundo como SchNet y DeepMD, que podían manejar la entrada de alta dimensionalidad de las coordenadas atómicas.
La red neuronal se entrena con datos de cálculos de química cuántica de alta precisión pero lentos. Una vez entrenada, actúa como un 'campo de fuerza' que mapea directamente las posiciones atómicas a fuerzas, evitando la necesidad de resolver la ecuación de Schrödinger en cada paso. La red captura interacciones complejas de muchos cuerpos que las fórmulas analíticas simples pasan por alto, proporcionando una precisión cercana a la cuántica a una fracción del costo computacional.
Se utiliza para simular el plegamiento de proteínas, la unión fármaco-receptor y el comportamiento de materiales bajo condiciones extremas, como ondas de choque o altas temperaturas.
Estas simulaciones aceleradas pueden modelar millones de átomos durante microsegundos, una hazaña que tomaría siglos en una supercomputadora con métodos tradicionales.
| Q | variable | Query matrix — query matrix |
| K | variable | Key matrix — key matrix |
| V | variable | Value matrix — value matrix |
| d_k | variable | Dimension of keys — dimensión |
| softmax | operador | Normalizes rows to probability distributions — softmax function |
| ⊤ | operador | Matrix transpose — transpose operator |
| √ | operador | Square root — raíz cuadrada |



















