新模型预测化学反应的无回报点
化学家可以使用这种快速的计算方法来设计更有效的反应，从而产生从燃料到药物的有用化合物。
来源:MIT新闻 - 人工智能当化学家设计新的化学反应时，一条有用的信息涉及反应的过渡状态 - 不得从反应进行反应的点。
此信息允许化学家尝试产生适当的条件，以使所需的反应发生。但是，当前预测过渡状态的方法和化学反应将采取的路径很复杂，需要大量的计算能力。
MIT研究人员现在已经开发了一种机器学习模型，该模型可以在不到一秒钟的时间内以很高的精度做出这些预测。他们的模型可以使化学家更容易设计化学反应，从而产生各种有用的化合物，例如药物或燃料。
“We’d like to be able to ultimately design processes to take abundant natural resources and turn them into molecules that we need, such as materials and therapeutic drugs. Computational chemistry is really important for figuring out how to design more sustainable processes to get us from reactants to products,” says Heather Kulik, the Lammot du Pont Professor of Chemical Engineering, a professor of chemistry, and the senior author of the new study.
前麻省理工学院研究生Chenru Duan PhD ’22，他现在处于深度原则上；佐治亚理工学院前的研究生贡·霍恩（Guan-Horng Liu），现在在Meta；康奈尔大学的研究生Yuanqi Du是本文的主要作者，该论文今天出现在自然机器智能中。
今天出现在自然机器智能中。 自然机器智能更好的估计
对于任何给定的化学反应发生，它都必须经过过渡态，该过渡态在达到反应进行所需的能量阈值时会发生。这些过渡状态是如此短暂，以至于几乎不可能通过实验观察。
报告“各种各样的化学”
应用程序的应用