在當(dāng)今世界，沒有人工智能的日常生活幾乎是不可想象的。自動駕駛，外語翻譯或醫(yī)學(xué)診斷等領(lǐng)域的無數(shù)應(yīng)用已進(jìn)入我們的生活。在化學(xué)研究中，也正在努力有效地應(yīng)用人工智能(AI)，也稱為機(jī)器學(xué)習(xí)。這些技術(shù)已經(jīng)用于預(yù)測單個分子的特性，從而使研究人員更容易選擇要生產(chǎn)的化合物。

這種生產(chǎn)稱為合成，通常涉及相當(dāng)大的努力，因為存在許多可能的合成途徑來生產(chǎn)靶分子。由于每個反應(yīng)的成功取決于許多參數(shù)，因此即使對于有經(jīng)驗的化學(xué)家來說，也不總是能夠預(yù)測反應(yīng)是否會發(fā)生，甚至無法預(yù)測反應(yīng)的進(jìn)行情況。為了解決這種情況，來自明斯特大學(xué)(德國)的化學(xué)家和計算機(jī)科學(xué)家團(tuán)隊共同努力，開發(fā)了一種AI工具，該工具現(xiàn)已發(fā)表在《化學(xué)》雜志上。

背景與方法：

“化學(xué)反應(yīng)是一個高度復(fù)雜的系統(tǒng)，”有機(jī)化學(xué)研究所的博士生，該出版物的主要作者之一弗雷德里克·桑福德解釋說。他補(bǔ)充說：“與預(yù)測單個化合物性質(zhì)相反，反應(yīng)是許多分子的相互作用，因此是一個多維問題。”而且，沒有明確定義的“游戲規(guī)則”，就像現(xiàn)代國際象棋計算機(jī)一樣，它可以簡化AI模型的開發(fā)。因此，以前準(zhǔn)確預(yù)測反應(yīng)結(jié)果(例如產(chǎn)率或產(chǎn)物)的方法主要基于對分子特性的先前了解。“開發(fā)這種模型需要大量的努力。此外，

因此，提出的工作重點是該程序的普遍適用性，以便其他化學(xué)家可以輕松地將其用于自己的工作。為了確保這一點，該模型直接基于分子結(jié)構(gòu)。“每個有機(jī)化合物都可以用圖形表示，原則上可以用圖像表示，”計算機(jī)科學(xué)領(lǐng)域的另一位作者M(jìn)ariusKühnemund解釋說。“在這樣的圖形上，可以進(jìn)行簡單的結(jié)構(gòu)查詢(與照片中的顏色或形狀問題類似)，以便盡可能準(zhǔn)確地捕獲所謂的化學(xué)環(huán)境。”

許多這樣的連續(xù)查詢的組合產(chǎn)生了所謂的分子指紋。這些簡單的數(shù)字序列長期以來一直用于化學(xué)信息學(xué)中，以發(fā)現(xiàn)結(jié)構(gòu)相似之處，非常適合計算機(jī)輔助應(yīng)用。在他們的方法中，作者使用了大量的此類指紋來盡可能準(zhǔn)確地表示每個分子的化學(xué)結(jié)構(gòu)。MariusKühnemund補(bǔ)充說：“通過這種方式，我們已經(jīng)能夠開發(fā)出可用于預(yù)測完全不同的反應(yīng)結(jié)果的強(qiáng)大系統(tǒng)，同一模型可用于預(yù)測產(chǎn)量和立體選擇性，這是獨(dú)一無二的。”

作者證明，他們的程序可以很容易地應(yīng)用，并且可以通過使用最初不是為機(jī)器學(xué)習(xí)創(chuàng)建的數(shù)據(jù)集來進(jìn)行準(zhǔn)確的預(yù)測，尤其是與現(xiàn)代機(jī)器人技術(shù)結(jié)合使用時。Frederik Sandfort解釋說：“該數(shù)據(jù)集僅包含原材料的相對銷售量，而沒有確切的產(chǎn)量。”“要獲得準(zhǔn)確的產(chǎn)量，就必須創(chuàng)建校準(zhǔn)。但是，由于涉及的工作量很大，實際上很少這樣做。”

該團(tuán)隊將繼續(xù)開發(fā)其程序，并在將來為其配備新功能。Frank Glorius教授充滿信心：“在評估大量復(fù)雜數(shù)據(jù)時，計算機(jī)在根本上優(yōu)于我們。但是，我們的目標(biāo)不是用機(jī)器代替合成化學(xué)家，而是盡可能有效地支持它們?；谀Ｐ腿斯ぶ悄芸梢詷O大地改變我們進(jìn)行化學(xué)合成的方式。但我們?nèi)蕴幱谄鸩诫A段。”