详细内容或原文请订阅后点击阅览
机器学习和人工智能帮助科学家确定原子构型
洛桑联邦理工学院 (EPFL) 的科学家们开发了一种用于原子物理实验的新机器学习方法。与核磁共振（NMR）光谱一起，它将有助于在创纪录的时间内确定粉末状物质中原子的位置。
来源:Robogeek新闻频道（关于机器人技术的俄罗斯与世界新闻）洛桑联邦理工学院 (EPFL) 的科学家们开发了一种用于原子物理实验的新机器学习方法。与核磁共振（NMR）光谱一起，它将有助于在创纪录的时间内确定粉末状物质中原子的位置。
这项新技术适用于包含数千个原子的复杂分子，并且受到制药行业的特别关注。
许多药物以粉末固体的形式生产。但为了了解活性成分在人体内的作用，科学家必须知道它们确切的原子结构。例如，晶体内分子的排列与其溶解度直接相关。因此，研究人员正在努力开发有助于识别微晶粉末结构的技术。
最近，洛桑联邦理工学院的一组科学家开发了一种机器学习程序，可以非常快速地预测原子对外部磁场的反应。为了确定复杂有机混合物中原子的精确位置，该程序与核磁共振（NMR）光谱相结合。该技术对制药公司来说非常有利，因为制药公司可以根据安全要求仔细控制药物的成分。
研究人员根据从大量数据库中获取的分子结构来训练人工智能。 “即使对于相对简单的分子，该模型也比现有方法快 10,000 倍。当研究更复杂的化合物时，它的优势更大。为了预测 1600 个原子晶体的 NMR 化学位移结果，我们的 ShiftML 技术大约需要六分钟。传统方法将需要 16 年的时间，”EPFL 计算科学和建模实验室负责人、该研究的合著者 Michele Ceriotti 解释道。
可在线免费获取