De Groningse onderzoeksgroep van hoogleraar theoretische en computationele chemie Shirin Faraji heeft een toolkit ontwikkeld die berekeningen aan fotochemische processen drastisch versnelt dankzij kunstmatige intelligentie.

De invloed van licht op een simpel molecuul zoals waterstof laat zich redelijk gemakkelijk uitrekenen. Er is genoeg bekend over de atomen, de onderlinge binding, de elektronenstructuur en het gedrag ervan bij de absorptie van een foton. Zodra de moleculen groter worden en meer verschillende en grotere atomen bevatten, worden de computationele kosten snel onbetaalbaar, want je moet dan alle mogelijke interacties tussen de atomen langsgaan om een uitkomst te vinden. Kunstmatige intelligentie kan helpen om de zoekruimte te verkleinen door onwaarschijnlijke paden af te snijden. Dat kan de rekentijd fors inkorten.

‘Mijn achtergrond is in de theoretische chemie’, vertelt Faraji, die voor haar werk een vidi-beurs kreeg van NWO. ‘Mijn belangstelling voor kunstmatige intelligentie heeft zich ontwikkeld tijdens het maken van wandeltochten. Wanneer je voor het eerst een route wandelt, kost het veel tijd, omdat je nog aarzelt op splitsingen, een keer verkeerd loopt, enzovoort. De volgende keer gaat het al sneller en na een poosje is het routine.’

Dat leerproces kan een computer veel sneller, realiseerde Faraji zich. Een wandelroute laat zich in zekere zin vergelijken met de route die een molecuul aflegt nadat het door een foton geraakt is. Dezelfde patroonherkenningstechnieken die Google Maps gebruikt om snel de kortste route te vinden, zouden in principe ook bruikbaar moeten zijn in de fotochemie.

Rekenstappen

De door Faraji en haar groep ontwikkelde open source-software heet PySurf en biedt algemeen toepasbaar gereedschap om fotochemische processen sneller door te rekenen. Zwaveldioxide en pyrazine (een zesring met vier koolstof- en twee stikstofatomen), twee moleculen waarvan de fotochemie goed bekend is, vormden in de testfase de proefkonijnen om te bepalen of de software de juiste zijpaden afsnijdt. ‘In één geval bleek onze software het aantal rekenstappen terug te brengen van 20.000 naar 5.000’, vertelt Faraji. ‘Dat is een significante verbetering. PySurf is zo gebouwd dat je gemakkelijk nieuwe methodes kunt toevoegen om de rekentijd nog verder terug te brengen.’

De datasets die het programma gebruikt bestaan bijvoorbeeld uit de coördinaten van de atomen met de daarbij behorende energieniveaus. De algoritmen leren de connectie tussen deze twee, zodat de computer bij nieuwe coördinaten snel het bijbehorende energieniveau weet te vinden.

In praktische gevallen betreft het vaak moleculen met dertig of meer atomen. Bij het toevoegen van meer atomen groeit de zoekruimte exponentieel. Hierbij valt te denken aan natuurlijke processen zoals fotosynthese, maar ook het ontwerp van nieuwe materialen voor bijvoorbeeld zonnepanelen en fotofarmacologie.

Resultaten

De eerste versie van de software werd in december vrijgegeven. Onderzoeksgroepen in Duitsland en de Verenigde Staten zijn er inmiddels mee aan de slag, al is het te vroeg om resultaten te publiceren. Faraji zit bovendien nog maar op de helft van haar vidi-traject; de komende jaren zal ze nieuwe, steeds krachtiger versies uitbrengen.

Faraji hoopt dat veel onderzoekers haar open source-pakket zullen downloaden, al was het maar om ervan te leren. ‘PySurf kan samenwerken met veel bestaande software. Ons pakket is zo gebouwd dat anderen er eenvoudig en snel mee aan de slag kunnen. De nieuwe generatie chemici moet tenslotte leren werken met data science.’