訂閱
糾錯(cuò)
加入自媒體

機(jī)器學(xué)習(xí)如何助力計(jì)算化學(xué)發(fā)展?

在過(guò)去的幾年中,化學(xué)研究只專注于使用從個(gè)人經(jīng)驗(yàn)和文獻(xiàn)中獲得的先前研究成果的進(jìn)行試驗(yàn)的方法。盡管在文獻(xiàn)中一直有很多反應(yīng)和化學(xué)途徑可供科學(xué)家使用,但在一系列反應(yīng)/一系列反應(yīng)中可能會(huì)發(fā)生許多不可預(yù)測(cè)的自發(fā)場(chǎng)景。這是化學(xué)研發(fā)需要時(shí)間和耐心才能產(chǎn)生結(jié)果的原因之一。

在過(guò)去的十年左右的時(shí)間里,計(jì)算化學(xué)領(lǐng)域一直在增長(zhǎng)。盡管早在那之前,計(jì)算方法的使用還是很有限的,但是近年來(lái),它已經(jīng)成為優(yōu)化和預(yù)測(cè)化學(xué)研究的非常強(qiáng)大的工具,F(xiàn)在,使用計(jì)算方法,化學(xué)家可以預(yù)測(cè)反應(yīng)的工作方式,最佳參數(shù)、要使用的試劑和反應(yīng)條件,甚至可以使用計(jì)算方法來(lái)預(yù)測(cè)他們計(jì)劃制造的材料/分子的結(jié)構(gòu)和性質(zhì)。

因此,計(jì)算方法可以在整個(gè)概念、開(kāi)發(fā)和分析過(guò)程中為化學(xué)家提供幫助。那么,為什么近年來(lái)使用量增加了?首先,化學(xué)家對(duì)計(jì)算化學(xué)有了更多的了解,并意識(shí)到它可以帶來(lái)的好處。第二,更多科學(xué)家現(xiàn)在更容易獲得支持這些模擬所需的計(jì)算能力。第三,機(jī)器學(xué)習(xí)算法的進(jìn)步以及它們?cè)谟?jì)算化學(xué)過(guò)程中的集成,使得可以獲得更準(zhǔn)確的結(jié)果-實(shí)驗(yàn)進(jìn)行時(shí),成功的可能性更高。

將機(jī)器學(xué)習(xí)應(yīng)用于化學(xué)過(guò)程

像許多實(shí)施機(jī)器學(xué)習(xí)的領(lǐng)域一樣,它在計(jì)算化學(xué)領(lǐng)域的用途是從文獻(xiàn)中獲取所有已知數(shù)據(jù),進(jìn)行推斷和分析,并預(yù)測(cè)最可能的結(jié)果。對(duì)于化學(xué)領(lǐng)域,這通常意味著從不同的反應(yīng)中獲取數(shù)據(jù),例如試劑的類型、化學(xué)物質(zhì)的濃度、工藝條件以及可以生產(chǎn)的產(chǎn)品。

所有這些數(shù)據(jù)都是有價(jià)值的,因?yàn)樗鼈兌际强梢詻Q定結(jié)果的因素,使反應(yīng)物成為理想的輸入集,而產(chǎn)物則成為輸出。這些數(shù)據(jù)的使用可以被輸入到機(jī)器學(xué)習(xí)算法中,并且可以用來(lái)做三件事。首先是通過(guò)使用現(xiàn)有數(shù)據(jù),可以推斷出化學(xué)結(jié)構(gòu)形成的最可能原因(從反應(yīng)/過(guò)程的角度來(lái)看),并且可以被工業(yè)界用來(lái)預(yù)測(cè)執(zhí)行其所需功能的新分子。

第二種方法更多地與流程本身有關(guān)。有時(shí),研究人員會(huì)想到一個(gè)產(chǎn)品,但不知道其過(guò)程?梢詮囊郧暗姆磻(yīng)中獲取數(shù)據(jù)并進(jìn)行分析,這使算法能夠預(yù)測(cè)哪些條件和試劑將負(fù)責(zé)分子中不同化學(xué)基團(tuán)的形成。這使算法可以創(chuàng)建反應(yīng)路徑,該算法顯示了逐步構(gòu)建分子的最可能途徑。

第三種方法是完整的分子設(shè)計(jì)方法,該方法以一個(gè)想法開(kāi)始,但沒(méi)有定義的產(chǎn)物或反應(yīng)途徑。這采用了其他兩點(diǎn)的原則。盡管如此,除了一個(gè)變量(產(chǎn)物或反應(yīng))外,兩者在技術(shù)上都是未知的,因此算法需要外推產(chǎn)物和反應(yīng)條件,以產(chǎn)生可能的結(jié)果/途徑。這是一項(xiàng)較難執(zhí)行的任務(wù),但受到了很多關(guān)注。

機(jī)器學(xué)習(xí)預(yù)測(cè)分子

計(jì)算化學(xué)的另一個(gè)主要方面是對(duì)材料/分子本身,它們的基本內(nèi)在特性以及它們?cè)谀承┣闆r/環(huán)境下的行為進(jìn)行預(yù)測(cè)。與工業(yè)中通常采用的工藝優(yōu)化相比,這是計(jì)算化學(xué)的更基本、更長(zhǎng)時(shí)間的使用,并且在學(xué)術(shù)界研究新材料和分子時(shí)通常更常用(因?yàn)檫@是時(shí)間、金錢和有效產(chǎn)品規(guī)模的體現(xiàn))。應(yīng)當(dāng)指出的是,這些努力不僅限于化學(xué)領(lǐng)域,因?yàn)樵谏锖凸こ填I(lǐng)域也使用了類似的計(jì)算方法。

即使需要關(guān)注的因素較少(即僅關(guān)注分子,而不是過(guò)程和分子),但在此領(lǐng)域中使用計(jì)算化學(xué)也很重要,因?yàn)樗兄趶母旧蠈?shí)現(xiàn)結(jié)果。通常是在創(chuàng)建工業(yè)流程之前發(fā)生的階段-機(jī)器學(xué)習(xí)也確實(shí)幫助提升了這一領(lǐng)域。

模擬分子的結(jié)構(gòu)及其如何執(zhí)行并非易事。多年來(lái),一直受到需要計(jì)算的變量數(shù)量與可用計(jì)算能力的限制(許多研究人員共享一臺(tái)超級(jí)計(jì)算機(jī)來(lái)執(zhí)行上述計(jì)算)。機(jī)器學(xué)習(xí)在這方面確實(shí)有所幫助,因?yàn)榕c以前相比,計(jì)算原子的各種數(shù)量、鍵能、能量和反應(yīng)勢(shì)壘、量子特性、磁和激發(fā)分子態(tài)以及分子間和分子內(nèi)相互作用都非常容易。

從一組變量和已知數(shù)據(jù)點(diǎn)推斷和預(yù)測(cè)最佳解決方案是機(jī)器學(xué)習(xí)最擅長(zhǎng)的事情,這意味著使用機(jī)器學(xué)習(xí)算法可以更輕松地優(yōu)化必須計(jì)算的大量數(shù)據(jù)。上述許多變量對(duì)分子/分子系統(tǒng)的結(jié)構(gòu)和性質(zhì)都有重要影響,因此推論出比往年更準(zhǔn)確的分子和性質(zhì)。它甚至可以使更復(fù)雜的原子(例如元素周期表中的d和f塊元素)的計(jì)算精度更高,而在過(guò)去的幾年中這是不可能的。

總結(jié)

即使有幾種不同的計(jì)算程序可用于創(chuàng)建這些分子模擬,但是機(jī)器學(xué)習(xí)也可以應(yīng)用于所有這些模擬中。機(jī)器學(xué)習(xí)不僅有助于優(yōu)化和改善工業(yè)水平上的化學(xué)和藥物發(fā)現(xiàn)過(guò)程,而且在推論已知和未知分子的分子結(jié)構(gòu)和特性,了解分子在某些情況下的行為以及反應(yīng)最有可能產(chǎn)生的結(jié)果等基礎(chǔ)性方面也發(fā)揮了關(guān)鍵作用。

總體而言,機(jī)器學(xué)習(xí)已經(jīng)對(duì)計(jì)算化學(xué)產(chǎn)生了巨大影響,并且隨著越來(lái)越多的化學(xué)家在嘗試實(shí)驗(yàn)程序之前首先轉(zhuǎn)向計(jì)算/模擬,機(jī)器學(xué)習(xí)將在未來(lái)幾年中發(fā)揮更大的作用。

聲明: 本文系OFweek根據(jù)授權(quán)轉(zhuǎn)載自其它媒體或授權(quán)刊載,目的在于信息傳遞,并不代表本站贊同其觀點(diǎn)和對(duì)其真實(shí)性負(fù)責(zé),如有新聞稿件和圖片作品的內(nèi)容、版權(quán)以及其它問(wèn)題的,請(qǐng)聯(lián)系我們。

發(fā)表評(píng)論

0條評(píng)論,0人參與

請(qǐng)輸入評(píng)論內(nèi)容...

請(qǐng)輸入評(píng)論/評(píng)論長(zhǎng)度6~500個(gè)字

您提交的評(píng)論過(guò)于頻繁,請(qǐng)輸入驗(yàn)證碼繼續(xù)

  • 看不清,點(diǎn)擊換一張  刷新

暫無(wú)評(píng)論

暫無(wú)評(píng)論

人工智能 獵頭職位 更多
掃碼關(guān)注公眾號(hào)
OFweek人工智能網(wǎng)
獲取更多精彩內(nèi)容
文章糾錯(cuò)
x
*文字標(biāo)題:
*糾錯(cuò)內(nèi)容:
聯(lián)系郵箱:
*驗(yàn) 證 碼:

粵公網(wǎng)安備 44030502002758號(hào)