Aprendizaje automático para la química polaritónica: acceso a la cinética química

Área de la Ciencia:

• Química
• La física
• Ciencias de los materiales

Sus antecedentes:

• Comprender los mecanismos microscópicos en entornos ópticos confinados es un desafío.
• Predecir la dinámica molecular con fuertes interacciones luz-materia es complejo.

Objetivo del estudio:

• Desarrollar un marco de aprendizaje automático (ML) para simular la química polaritónica.
• Investigar los efectos de acoplamiento fuerte en la cinética de la reacción, la entalpía y la entropía.

Principales métodos:

• Modelos combinados de aprendizaje automático con teoría funcional de densidad y dinámica molecular.
• Se aplicó el marco a la reacción de desprotección del 1-fenil-2-trimetilsiloacetileno.

Principales resultados:

• Se ha logrado un acuerdo cualitativo con las observaciones experimentales, en particular para la cinética.
• Identificó discrepancias con las predicciones teóricas anteriores, destacando la polarización electrónica dinámica.

Conclusiones:

• Demostró la utilidad práctica de ML en la química polaritónica.
• Discutieron las limitaciones de las aproximaciones actuales y propusieron un enfoque más amplio.