-
News Message
化学与人工智能（ChemAI）
- by wittx 2022-06-20
- 化学（Chemistry）
众所周知，化学（Chemistry）是一门以实验为基础的学科。它是在原子层面上研究物质的组成、结构、性质、及变化规律的自然科学，所以需要大量的实验去研究它。
但是，作为化学人，深知在实验室做实验，其实是一件苦逼且劳动密集型的工作，不太适合经不起折腾和挫折的人。因为实验往往会因为操作不当引起一些反应变化而导致最终结果的失败。所以，科研人员需要花大量时间和资源才能获得较为满意的实验结果。
近年来，人工智能（Artificial Intelligence，AI）在我们的日常生活中扮演着越来越重要的作用，并且已经逐渐从各个层面慢慢改变了我们的生活方式。小到我们日常用的智能手机，比如可爱又聪明的“小爱同学”，大到各种智能机器人等，我们的生活都已经离不开AI。
- 人工智能（AI）
那么什么是人工智能（AI）？
提到AI，很多人的第一反应可能就是2017年5月27日的那场与柯洁人机大战的AlphaGo，以3比0的总比分击败当时世界排名第一的柯洁。
AlphaGo是一款围棋人工智能程序，而能使它越战越勇的秘诀就是“深度学习”。“深度学习”是指多层的人工神经网络和训练它的方法。一层神经网络会把大量矩阵数字作为输入，通过非线性激活方法取权重，再产生另一个数据集合作为输出。这就像生物神经大脑的工作机理一样，通过合适的矩阵数量，多层组织链接一起，形成神经网络“大脑”进行精准复杂的处理，就像人们识别物体标注图片一样。
从字面理解，AI指能够像人类一样对信息进行接受，加工处理的人造机器。但是由于目前对于智能的定义争议比较大，所以对人工智能的定义也是很难精确表述的。
一般来说，凡是能够对信息进行收集和处理的人造系统都可以成为AI。我们研究人工智能的目的就是使用计算机来模拟人的某些思维过程和智能行为（如学习、推理、思考、规划等），从而使计算机能实现更高层次的应用，部分以至于完全取代人脑的功能。
- ChemAI，天作之合
由于AI的优异表现，毫无疑问它也逐渐被引入到各个学科领域中，其中就包括化学领域（ChemAI），比如有机合成化学，药物化学，分析化学，物理化学等。
众所周知，化学、物理、材料等基础科研领域的研究过程中充满了“大数据”，从实验设计、实验过程、相关测试到实验验证等环节，科学家们都离不开数据的搜集、选择和分析。
人工智能技术（机器学习算法）擅长在海量数据中寻找“隐藏”的因果关系，可用于解决基础科研中的种种问题，因此得到了科研工作者的广泛关注。近两年，AI在化学、物理、材料等领域的研究上展现出巨大优势，正在引领基础科研的“后现代化”。在AI 2.0时代，把握AI技术不仅意味着科研效率的提升，更意味着科研“弯道超车”机遇的到来。
AI用于化学合成起源于1967年Elias James Corey 提出了具有严格逻辑性的“逆合成分析原理”，以及合成过程中的有关原则和方法。按照他的原理，使很多合成难度较大的有机化合物，得到较高的收率而获得成功。Corey还开创了运用计算机技术进行有机合成设计。按照他的原理，他和他的学生卫普克编制了第一个计算机辅助有机合成路线设计程序(DCSS)。由于Corey 提出有机合成的“逆合成分析方法”并成功地合成50多种药剂和百余种天然化合物，对有机合成有重大贡献，而获得1990年诺贝尔化学奖。
2018年3月，Nature报道了一篇题为“利用深度神经网络和符号AI规划化学合成”的文章，研究团队首先收集了过去几十年发表过的几乎所有的化学反应，加起来大约有1250万个反应。然后，研究团队应用深度神经网络及蒙特卡洛树算法，成功地规划了新的化学合成路线。据报道，根据这篇论文方法，研究人员利用人工智能系统设计一个分子的合成路线，只需要5秒钟。如果人工去设计的话，5秒钟都来不及把分子结构画出来，5分钟都不一定能把路线设计出来。
近日，来自利物浦大学的研究人员，成功的开发了一款AI机器人化学家。这款机器人化学家具有人形特征，可以在标准实验室中自己工作，像人类一样使用各种实验仪器。然而，与人类不同的是，这种机器人具有无限的耐心，可以同时考虑数十个维度的变量，每天工作 21.5 个小时，剩下的时间用于暂停充电。
更重要的是，这种机器人可以独立思考，自主完成一系列的实验操作。在第一次测试中，这个1.75米高的AI机器人在8天时间里独立完成了668个实验，并研发出了一种全新的化学催化剂。这一重磅成果，以封面文章的形式发表在最新一期的Nature杂志上。
对此，本研究的领导者、利物浦大学化学和材料系教授 Andrew Cooper 教授表示，“我们的想法是让科研流程化，而不是让机器流程化。人工智能实验机器人的出现，可以让我们的工作更灵活。它改变了我们工作的方式，它不仅是实验室的一台机器，也是一个具有超能力的实验伙伴，它为人类腾出时间来进行创造性的思考。”
最后，一起来看下 AI 化学家的表演,活脱脱一只不会喊累的实验民工
由于化学研究对象的复杂性，目前人工智能在化学领域主要还是辅助人类进行化合物的性质和化合物之间的相互作用进行预测，这两个方面也是化学研究的主要内容。当然实现AI的完全自主性，将会是人类不断追求的目标。
无论如何，我们不得不承认，对于某些客观规律的探索，AI可能已经走在了人类的前面。
有些人会发出疑问，如果AI发展成熟，那么我们这些传统科研人员是否会被取代？对于这个问题现在回答还为时过早，AI虽然前景巨大，但是有一点可以肯定的是人的思想和创造力是独一无二的，AI更应该成为我们探索未知领域的工具，减少失败的成本。
试想一下，谁会有时间和精力去验证上万个甚至十万个反应的正确性呢？AI对于这些来说意义非凡，好好利用这一工具或许可以将某一领域的研究进程推进数十年！
交叉学科是未来学科发展的新趋势，更容易擦出成功的火花，做出颠覆性的成果，而且AI也能极大地带动传统化学专业的升级，使化学可以更好地服务于我们的生活，发挥更大的社会功效。
参考出处：
1. https://www.alphagomovie.com/
2. https://www.nobelprize.org/prizes/chemistry/1990/corey/facts/
3. Planning chemical syntheses with deep neural networks and symbolic AI.
Marwin H. S. Segler,Mike Preuss & Mark P. Waller
Nature, 555, 604–610(2018)
DOI: 10.1038/nature25978
4. A mobile robotic chemist.
Benjamin Burger, Phillip M. Maffettone, Vladimir V. Gusev, Catherine M. Aitchison, Yang Bai, Xiaoyan Wang, Xiaobo Li, Ben M. Alston, Buyi Li, Rob Clowes, Nicola Rankin, Brandon Harris, Reiner Sebastian Sprick & Andrew I. Cooper
Nature, 583, 237–241(2020)
DOI: 10.1038/s41586-020-2442-2
Share Http URL: http://www.wittx.cn/get_news_message.do?new_id=959
Best Last Month
Information industry by wittxDeep Learning Has Reinvented Quality Control in Manufacturing
Information industry by wittx
Information industry by wittx
Information industry by wittx
Information industry by wittx
Information industry by wittx
Information industry by wittx
Information industry by wittx
Information industry by wittx
Information industry by wittx
