IBM公司利用人工智能预测化学反应结果 从而加速新药的研发

通过将原子看作字母、将分子理解为单词，IBM的人工智能软件正在使用与机器翻译相同的方法来预测有机化学反应的结果，从而加速新药的研发。

在过去的50年里，科学家们试图教会计算机化学反应的原理，以使得计算机能够帮助预测有机化学反应的结果。然而，有机化学品有可能非常复杂，因而对其反应过程的模拟可能会非常耗时和不准确。

相反地，IBM的研究人员采用了通常用于语言翻译的人工智能(AI)程序，将其应用于有机化学。12月4日，在加利福尼亚州长滩举行的神经信息处理系统会议上，科学家们详细介绍了他们的发现。相关研究论文的合作者、位于苏黎世IBM研究院的Teodoro Laino说：“不是把英文翻译成德文或中文，而是用同样的人工智能技术来处理数十万次甚至数百万次化学反应，让其学习有机化学“语言”的基本结构，然后尝试预测可能的有机化学反应结果。”

“我们希望帮助化学家设计新的有机化合物合成路线”，Laino说。合成药物和其他复杂有机化合物通常是一项艰巨的任务，“可能需要30或40个步骤”，他解释说。“商业领域一直在寻找捷径，以跳过几个步骤，从而缩短时间，提高产量。”

新的AI程序是一个人工神经网络。在这个网络中，被称为神经元的组件利用已有的数据合作解决一个问题，比如翻译句子，然后神经网络反复调整其神经元之间的连接，并查看这些新的连接模式是否能够更好地解决问题。随着时间的推移，神经网络会找出哪种模式能够计算出最好的解决方案，其过程与人脑的学习过程非常类似。Laino说：“这种推理和学习方式与现实生活中有机化学家的做法非常相似。”

一个以某种语言为母语的孩子可能不知道这种语言的各种规则，但却知道如何使用这种语言。与此类似，这个新的人工智能软件永远不会学习有机化学的工作原理，但仍然可以预测化学反应的结果。如果人工智能认为化学反应可能有不止一个结果，它会提供按照可能性大小排名的多种解决方案。

研究论文的联合作者、苏黎世IBM研究院的Philippe Schwaller说：“它可以达到80％的准确率。Schwaller表示：到目前为止，人工智能处理的最大分子包含150个原子。研究报告的联合作者、苏黎世IBM研究院的Théophile Gaudin说：“如果需要，我们可以使用更长的分子，这在理论上是可行的。”

未来，“我们计划通过云服务向大家提供这项服务，”Gaudin说。“我们也希望达到90％甚至更高的精确度。实现这个目标的一种方法是不使用一般的有机化学模型，而使用更专业的、专注于特定类别有机化学反应的模型。”

Laino说：此外，未来研究人员可能会将诸如温度、溶剂和pH值等因素纳入AI学习的化学反应中。然而，这将需要仔细检查所有这些额外数据的准确性。此外，“我们还希望进行社会实验，从而使我们能够找到有机化学专家，并考察我们的模型与他们模型的竞争情况。”Gaudin说。由于人工智能还不完善，仍然需要有机化学家跟进工作。“我们创建这个工具不是用来取代有机化学家，而是帮助他们，”Laino说。