En måde at bruge kunstig intelligens til at forudsige kemiske reaktioner

(Phys.org) – Et team af forskere med IBM har anvendt kunstig intelligens til at forudsige organiske kemiske reaktioner. I deres papir uploadet til preprint-serveren arXiv , gruppen skitserer deres tilgang, som de beskriver som en forbedring i forhold til andre modeller.

At forudsige, hvad der vil ske, når kemikalier blandes eller behandles på bestemte måder, er svært på grund af alle de involverede variabler. Men videnskabsmænd vil gerne have et værktøj, der gør det alligevel, fordi det dramatisk ville fremskynde udviklingen af ​​nyttige nye materialer, især stoffer. I denne nye indsats, teamet hos IBM har taget en helt ny tilgang til at skabe et sådant værktøj.

Den nye tilgang involverer at behandle kemiske reaktioner som et oversættelsesproblem ved at omformulere elementer i sådanne forudsigelser som bogstaver og ord i stedet for atomer og molekyler. Det ændrer problemet fra at forudsige, hvordan kemikalier vil reagere på at oversætte ord fra en form til en anden - et problem, der for det meste er blevet løst af AI-systemer.

Ved at bruge en sådan tilgang, gruppen var i stand til at føde kemiske komponenter ind i et neuralt netværk trænet på et datasæt på 395, 496 reaktioner. Det neurale netværk brugte derefter det, det havde lært om tidligere reaktioner, til at lave forudsigelser om, hvad der ville ske under nye forhold. I praksis, systemet reagerede på sådanne anmodninger ved at tilbyde en top-fem liste over mulige resultater. Test viste, at topforudsigelsen viste sig at være korrekt 80 procent af tiden, selvom holdet indtil videre kun har trænet det på molekyler med 150 atomer eller mindre. De planlægger at blive ved med at arbejde på systemet og har et aktuelt mål om at forbedre dets nøjagtighed til 90 procent. De har også planer om at ændre det, så parametre som varme, pH-niveauer og opløsningsmidler kan inkluderes. De forestiller sig endda en-dags værtskonkurrencer mellem deres system og menneskelige kemikere for at demonstrere, hvor godt det virker.

Gruppen bemærker, at udviklingen af ​​et sådant system ikke er beregnet til at tjene som en erstatning for kemikere, men i stedet for at tjene som et værktøj for dem, at udvikle produkter hurtigere eller billigere. De planlægger at sætte systemet på en cloud-server, så alle, der ønsker at bruge det, kan gøre det.

Holdet præsenterede deres arbejde på denne uges Neural Information Processing Systems-konference.

© 2017 Phys.org