人工智能的AI算法將加快藥物分子的設(shè)計(jì)

（文章來(lái)源：教育新聞網(wǎng)）

人工智能可用于預(yù)測(cè)分子波函數(shù)和分子的電子性質(zhì)。由沃里克大學(xué)，柏林技術(shù)大學(xué)和盧森堡大學(xué)的研究人員團(tuán)隊(duì)開發(fā)的這種創(chuàng)新的AI方法可用于加快藥物分子或新材料的設(shè)計(jì)。人工智能和機(jī)器學(xué)習(xí)算法通常用于預(yù)測(cè)我們的購(gòu)買行為并識(shí)別我們的面孔或筆跡。在科學(xué)研究中，人工智能正在將自己確立為科學(xué)研究的關(guān)鍵工具。

在化學(xué)領(lǐng)域，人工智能已經(jīng)成為預(yù)測(cè)量子系統(tǒng)實(shí)驗(yàn)或模擬結(jié)果的工具。為此，人工智能需要能夠系統(tǒng)地納入物理學(xué)的基本定律。由沃里克大學(xué)，包括柏林工業(yè)大學(xué)和盧森堡大學(xué)領(lǐng)導(dǎo)的化學(xué)家，物理學(xué)家和計(jì)算機(jī)科學(xué)家組成的跨學(xué)科團(tuán)隊(duì)，開發(fā)了一種可以預(yù)測(cè)分子量子態(tài)的深度機(jī)器學(xué)習(xí)算法，即所謂的波函數(shù)，它決定了分子的所有特性。

人工智能通過(guò)學(xué)習(xí)解決量子力學(xué)的基本方程來(lái)實(shí)現(xiàn)這一目標(biāo)，如他們的論文“通過(guò)深層神經(jīng)網(wǎng)絡(luò)將分子波函數(shù)與機(jī)器學(xué)習(xí)和量子化學(xué)相結(jié)合”所示。發(fā)表在《自然通訊》上。以常規(guī)方式求解這些方程需要大量的高性能計(jì)算資源(數(shù)月的計(jì)算時(shí)間)，這通常是用于醫(yī)學(xué)和工業(yè)應(yīng)用的新型專用分子的計(jì)算設(shè)計(jì)的瓶頸。新開發(fā)的AI算法可以在幾秒鐘內(nèi)在筆記本電腦或移動(dòng)電話上提供準(zhǔn)確的預(yù)測(cè)。

華威大學(xué)化學(xué)系的Reinhard Maurer博士評(píng)論說(shuō)：“這是三年的共同努力，需要計(jì)算機(jī)科學(xué)專業(yè)知識(shí)來(lái)開發(fā)一種足夠靈活的人工智能算法來(lái)捕獲波函數(shù)的形狀和行為，還需要化學(xué)和物理學(xué)專業(yè)知識(shí)來(lái)處理和表示量子化學(xué)數(shù)據(jù)在IPAM(UCLA)的一個(gè)為期3個(gè)月的跨學(xué)科研究金計(jì)劃中，該團(tuán)隊(duì)匯聚在一起，該計(jì)劃的主題是量子物理學(xué)中的機(jī)器學(xué)習(xí)。

柏林工業(yè)大學(xué)軟件工程與理論計(jì)算機(jī)科學(xué)研究所的Klaus Robert-Muller博士補(bǔ)充說(shuō)：“這項(xiàng)跨學(xué)科的工作是一項(xiàng)重要的進(jìn)展，因?yàn)樗砻?，人工智能方法可以有效地?zhí)行量子分子模擬中最困難的方面。在接下來(lái)的幾年中，人工智能方法將成為計(jì)算化學(xué)和分子物理學(xué)發(fā)現(xiàn)過(guò)程中必不可少的一部分?！?/p>

盧森堡大學(xué)物理與材料研究系的亞歷山大·特卡切堅(jiān)科教授總結(jié)說(shuō)：“這項(xiàng)工作使人們可以可以同時(shí)調(diào)整分子的電子和結(jié)構(gòu)特性以達(dá)到所需的應(yīng)用標(biāo)準(zhǔn)的新型化合物設(shè)計(jì)水平?！?br /> ? ? ? ?