人工智能一直在為各行各業(yè)賦能，提供著新的研究工具。近日，IBM研究院的科學(xué)家從一種全新的視角來研究有機(jī)化學(xué)，并創(chuàng)造性的使用人工智能幫助他們預(yù)測(cè)有機(jī)化學(xué)反應(yīng)的生成。

科學(xué)家們通過將化學(xué)反應(yīng)中的原子視為字母、分子視為單詞，隨后利用人工智能語言翻譯算法來實(shí)現(xiàn)有機(jī)化學(xué)反應(yīng)生成物的預(yù)測(cè)。這一技術(shù)有望極大加速新藥和新材料的研發(fā)。

相關(guān)論文在剛剛結(jié)束的NIPS 2017會(huì)議的深度學(xué)習(xí)分子和材料應(yīng)用研討會(huì)上發(fā)表。

在過去的50年里，人們都致力于教會(huì)計(jì)算機(jī)理解化學(xué)過程，以便于幫助化學(xué)家預(yù)測(cè)化學(xué)反應(yīng)的生成。但由于有機(jī)化學(xué)十分復(fù)雜，而模擬這樣的化學(xué)反應(yīng)十分耗時(shí)結(jié)果也比較粗糙。人們一直以來都希望能有一個(gè)較好的方法來解決有機(jī)反應(yīng)的模擬問題。

IBM的科學(xué)家們?cè)谏疃葘W(xué)習(xí)應(yīng)用的啟發(fā)下，從不同的角度來思考了這一問題。他們利用自然語言處理中的人工智能翻譯程序來對(duì)有機(jī)化學(xué)問題進(jìn)性處理。“通常人工智能做的是將英語翻譯成中文或者德語，但是在我們的研究中，我們讓相同的程序來對(duì)化學(xué)原子分子進(jìn)行處理。我們給程序提供了百萬級(jí)別的化學(xué)反應(yīng)數(shù)據(jù)，讓它學(xué)習(xí)到有機(jī)化學(xué)的“語言”結(jié)構(gòu)，隨后嘗試著預(yù)測(cè)出化學(xué)反應(yīng)的可能生成物?！?/p>

論文作者IBM蘇黎世研究員Teodoro Laino 說：“我們希望能通過這一工具為有機(jī)化合物設(shè)計(jì)新的合成路徑。通常合成藥物和其他復(fù)雜的有機(jī)物是十分困難的工作。這一工作能為有機(jī)化學(xué)研究帶來飛速的進(jìn)展，使得商業(yè)和學(xué)術(shù)上都將受益與研究時(shí)間的縮短和探索范圍的增加。”

這一新的人工智能程序是一種神經(jīng)網(wǎng)絡(luò)，由很多神經(jīng)元以一定的形式相互連接而成，在經(jīng)過大量的數(shù)據(jù)訓(xùn)練不斷調(diào)整這些連接的權(quán)重，以得到更好的結(jié)果。通過不斷的學(xué)習(xí)，神經(jīng)網(wǎng)絡(luò)可以發(fā)現(xiàn)解決實(shí)際問題的最好模式，這也十分類似有機(jī)化學(xué)的研究探索過程。類似于小朋友學(xué)說話的過程，他們并不知道語法和規(guī)則但是一樣會(huì)流利的表達(dá)，AI一開始對(duì)于有機(jī)化學(xué)一竅不通，但通過學(xué)習(xí)依然可以預(yù)測(cè)出化學(xué)反應(yīng)的生成物。

實(shí)際過程中，AI可以從多種方式考慮，能根據(jù)概率提供多種解決方案，同時(shí)能夠達(dá)到超過80%的準(zhǔn)確率。目前AI能夠處理的分子最大已經(jīng)包含了150個(gè)原子，但理論上來說可以處理的分子大小沒有上限，如果需要可以處理更長的分子。

論文合作者Théophile Gaudin表示未來希望將這一工作部署到云平臺(tái)上，供全世界的工程、研究人員使用。同時(shí)還要繼續(xù)提高算法精度達(dá)到90%以上。不同于現(xiàn)在使用較為通用的模型，他們計(jì)劃對(duì)于不同類的有機(jī)物使用更加有針對(duì)性的模型來提高精度。

下一步的研究中還將把溫度、溶劑和pH值等因素考慮進(jìn)來期待進(jìn)一步提高精度。由于AI并不完美，研究人員們創(chuàng)建這一工具的目的并不是替代有機(jī)化學(xué)家，而是為化學(xué)家們提供一個(gè)有力的助手。