Molekulové simulace (molekulová dynamika, metoda Monte Carlo) jsou způsobem jak přejít od vlastností několika málo molekul k vlastnostech jejich velkého počtu (třeba v kondenzované fázi). K tomu je potřeba znát interakční potenciál molekul. Pomocí metod kvantové chemie lze vypočítat interakční potenciál pro danou konfiguraci molekul, ale taková přímá simulace je pro většinu aplikací příliš pomalá. Dříve se problém řešil zejména fitováním empirických funkci na výsledky získané z kvantově-chemických výpočtů, ale pro dosažení vyšší přesnosti to je prakticky nepoužitelné, protože je velmi obtížné uhádnout vhodný tvar fitované funkce (třeba pro indukovanou polarizaci několika molekul vody). Problém lze řešit pomocí neuronových sítí a metod strojového učení vyvinutých třeba pro rozpoznávání obrazu (nebo tvorby deep fakes). Řešitel této práce si může vyzkoušet konstrukci potenciálu ve formě neuronové sítě (generování vzorků, trénování a testování neuronové sítě) a jeho aplikaci v molekulové simulaci. Téma je široce laditelné podle ambicí řešitele.
