跳动生活网IBM 上周公布了一个端到端的综合化学研究系统，让我们一睹人工智能、机器人技术和云计算可能如何改变药物发现的未来。和任何人一样，现在是看到该领域取得突破的好时机。
世界仍在与 作斗争，为危险的新型寻找疫苗的竞赛尚未产生可靠的结果。研究人员受到病毒施加的旅行和社交距离限制的约束，并且在大多数情况下，他们仍然依赖可能需要很多年的手动方法。虽然在某些情况下，这种延误可能会导致不便，但在 的情况下，这意味着更多的生命丧生。
IBM 的新系统名为 RoboRXN，它利用深度学习算法、IBM 的云和机器人实验室来自动化整个过程并协助化学家进行工作，而无需亲自到研究实验室。看过 IBM Research 的演示后，我会将 RoboRXN 描述为一个示例，它将正确的部分组合在一起以解决紧迫的问题。
目前尚不清楚这项或其他大型科技公司领导的任何其他努力是否有助于促进疫苗的开发。但它们肯定会帮助为下一代药物和化学品研究工具奠定基础，并确保我们在未来做好更充分的准备。
使用人工智能进行化学合成和逆合成
IBM 的 RoboRXN 是将人工智能应用于化学研究的三年研发成果。2017年，该公司开发了一个人工智能系统，用于预测正向合成中的化学反应。
对化学反应进行假设并用不同的化学成分进行试验是化学研究中最耗时的部分之一。这需要很多经验，而且化学家通常专注于特定领域，这使得他们应对新任务具有挑战性。
IBM 的 AI 是一种为化学合成量身定制的神经机器翻译系统。近年来，人工神经网络在自然语言处理方面取得了很大进展。虽然神经网络不理解人类语言的上下文，但它们在处理序列数据方面的更广泛的能力可以服务于许多领域，包括化学研究。
例如，循环神经网络(RNN) 和转换器可以执行序列到序列的映射。在一组输入字符串及其对应的输出字符串上训练 RNN，它将找到将输入映射到输出的统计相关性(不过，您仍然需要质量数据)。这些字符串可以包含任何类型的符号，包括字母、音符或原子和分子的字符表示。只要数据具有一致性并且有模式需要学习，神经网络就可以找到一种将输入映射到输出的方法。
在超过 200 万个化学反应的数据集上进行训练，该神经网络首次在IBM 研究团队在 NIPS 2017 人工智能会议上发表的一篇论文中介绍。次年，IBM 将 AI 开发成基于云的化学研究平台 RXN for Chemistry，并在化学学会年展上展出。RXN for Chemistry 帮助化学家预测化学反应的可能结果，节省研究时间并减少获得经验所需的时间。
2019 年，IBM 研究团队改进了 RXN for Chemistry 背后的人工智能，以支持逆合成。这是化学合成的逆过程。在这种情况下，您已经知道要实现的分子结构。AI 必须预测达到预期结果所需的一系列步骤和化学成分。
“逆合成规划模型模型是与比萨大学的逆合成专家合作开发的，他们不断向我们反馈如何改进我们的模型，”IBM 苏黎世研究院经理 Teodoro Laino 告诉TechTalks。
IBM RXN for Chemistry 还可以以交互模式设计逆合成路线。
在交互模式下，人类化学家一步一步地通过路线，在每个阶段获得人工智能的建议。“化学合成变成了人机交互游戏，”莱诺说。
