- UFPE/
- Institucional/
- Campi / Centros Acadêmicos/
- Campus Recife/
- Centro de Ciências Exatas e da Natureza (CCEN)/
- Notícias CCEN/
- Departamento de Física da UFPE promove colóquio virtual nesta sexta-feira (28)
Departamento de Física da UFPE promove colóquio virtual nesta sexta-feira (28)
O evento será realizado via Google Meet, a partir da 16h
![](/documents/40615/3451034/fotcoloquiofisica26.05.21ppp.jpg/451ecc21-5922-4f1a-9194-cb0ddbbe576a?t=1622062237405)
O Departamento de Física da Universidade Federal de Pernambuco (UFPE) promove nesta sexta-feira (28) um colóquio virtual. O evento, intitulado “Ensinando computadores a aprender: redes neurais para entender as propriedades da água”, será apresentado pelo coordenador do Instituto de Física Teórica da Unesp, Alexandre Reily Rocha. O colóquio será realizado via Google Meet, a partir das 16h e os organizadores orientam os participantes a entrarem na sala virtual com o e-mail institucional @ufpe.br e com o microfone desligado.
Resumo
A água é, provavelmente, o líquido mais importante para a humanidade. Apesar de sua aparente simplicidade (um constituinte molecular com apenas 3 átomos) é uma substância extremamente difícil de ser modelada do ponto de vista teórico já que há um balanço delicado entre interações fracas e fortes. Isto impede que possamos ter uma visão microscópica completa deste líquido. As técnicas computacionais mais completas são extremamente custosas do ponto de vista computacional e, portanto, são limitadas a algumas poucas moléculas, e, portanto, inviáveis para simular líquidos. Mesmo métodos rotineiramente utilizados na química e na física para simular materiais, como a teoria do funcional da densidade não permitem obter a dinâmica deste líquido considerando as dimensões e escalas de tempo necessárias para obter resultados de grandezas físicas que podem ser comparadas aos experimentos. Líquidos são complicados e a água é um dos casos mais extremos. Uma maneira de resolver este problema é ensinar ao computador as propriedades de pequenos fragmentos do sistema e utilizar este treinamento para simular sistemas maiores e por mais tempo. Este processo é a essência do aprendizado de máquina. Neste colóquio, irei abordar alguns aspectos de redes neurais aplicadas ao problema de simulação de sistemas quânticos desordenados, como líquidos, e mostrar como isto nos permite obter informações até o momento inacessíveis de maneira acurada por outros métodos.