最近的生成人工智能(AI)激增为计算化学带来了令人兴奋的可能性。生成的AI方法在化学物种,发展力场和加快模拟的分子结构方面取得了重大进展。这种观点提供了结构化的概述,从生成AI和计算化学的基本理论概念开始。然后涵盖了广泛使用的生成AI方法,包括自动编码器,一代对抗网络,增强学习,流程模型和语言模型,并突出显示其在包括力场开发以及蛋白质/RNA结构预测在内的不同领域中所选的应用。重点是这些方法真正预测的挑战,尤其是在预测新兴的化学现象时。我们认为,模拟方法或理论的最终目标是预测以前从未见过的现象,并且生成的AI应在认为对化学有用之前受到相同的标准。我们建议要克服这些挑战,未来的AI模型需要整合核心化学原理,尤其是统计力学。
主要关键词