详细内容或原文请订阅后点击阅览
一种预测化学反应的新生成AI方法
在麻省理工学院开发的系统可以为各种反应提供现实的预测，同时维持现实世界的物理约束。
来源:MIT新闻 - 人工智能已经进行了许多尝试来利用新的人工智能和大型语言模型（LLMS）的力量来预测新化学反应的结果。这些取得了有限的成功，部分是因为到目前为止，他们还没有以对基本物理原则（例如弥撒保护定律）的理解为基础。现在，麻省理工学院的一组研究人员提出了一种将这些物理约束纳入反应预测模型的方式，从而大大提高了其产出的准确性和可靠性。
新作品于8月20日在《自然》杂志上报道，在最近的博士后Joonyoung Joung（现为韩国库克明大学的助理教授）的一份论文中；前软件工程师Mun Hong Fong（现为杜克大学）；化学工程研究生尼古拉斯·卡塞蒂（Nicholas Casetti）；博士后Jordan Liles；物理本科生NE Dassanayake；和高级作家康纳·科利（Connor Coley），他是1957年MIT化学工程和电气工程和计算机科学部门职业发展教授的班级。
8月20日在《自然》杂志上报告 自然“反应结果的预测是一项非常重要的任务，” Joung解释说。例如，如果您想制作一种新药，“您需要知道如何制造它。因此，这需要我们从给定的一组化学输入引起的反应。但是，以前进行此类预测的大多数努力仅着眼于一组输入和一组输出，而无需查看中间步骤或考虑确保在此过程中没有获得质量或损失的限制，这在实际反应中是不可能的。
“我们对现有系统获得如此可靠的化学机制预测的事实感到非常兴奋，他说。 “它可以节省质量，可以保守电子，但我们当然承认，在未来几年中，还可以进行更多的扩展和稳健性。”