神经网络预测键能像专业人士那样

“化学键只是头脑的好定义的化学家,”说约翰Parkhill印第安纳州圣母大学的研究员,我们。但他的最新研究表明这种想法。Parkhill的团队设计了一个神经网络,一个复杂的计算机程序,模拟一个真实的大脑的行为——这是能够准确地确定键能。¹

Parkhill和他的团队创建的软件分解分子,然后分析和分类单键根据他们不同的电子性质。接下来,化学家们教会了神经网络使用一个现有的数据库超过130000个分子。²根据这些信息,并结合一系列不同的算法,该项目能够预测键能,经常殴打训练合成化学家的直觉。

的神经网络可用于制造化学概念的定量模型与量子力学,不可能“Parkhill解释道。(之前),我一直在问:“多少强这是债券吗?”。[…]现在我可以回答这个问题,因为我的机器学习化学键的概念。”

根据Parkhill,神经网络可以与经典从头开始竞争模型,因为他们是便宜,但仍保持精度。此外,神经网络可以使抽象概念的定量模型,“Parkhill评论。化学充满了有用但精确的物理定义模糊的概念不一样,最著名的化学键。很快,神经网络的进步将允许化学家回答问题,不能单靠物理的回答。

艾伦Aspuru-Guzik美国哈佛大学,一个理论化学家认为,“论文Parkhill从几个角度是非常令人兴奋的。他解释了“可以轻松地扩展他们的表现并结合其他方法[…]生成新的分子结构在设计应用程序——社区中很多人感兴趣的东西”。这种新方法的准确性Aspuru-Guzik惊讶不已。“化学精度是量子化学的黄金标准。(什么)Parkhill和同事达到令人难以置信的。

神经网络是有用的工具,甚至堪比人类的直觉,但Parkhill和Aspuru-Guzik同意他们不能取代训练有素的化学家。化学家[可以]以同样的方式对分子结构进行理性的选择国际象棋大师让决定国际象棋。一个人工智能系统可以预测更好的能量或几何图形,但可能无法做出决定,”Aspuru-Guzik说。“[网络]预测数据定量和重复性良好。它节省了化学家可能单调的预测能源十亿次,“Parkhill解释道。”,(它)从来没有麻烦,因为它有流感,”他开玩笑说。

神经网络可以有许多应用新药的设计和材料——Aspuru-Guzik去年和他的团队用它们来创建小说有机发光二极管。³Parkhill也认为这些工具可以进入教室。(神经网络)可能是有用的在有机化学课程,”他说。即使我知道我应该知道的东西——之间的单键炔烃是最强的一个单键。