En oversættelsesalgoritme kan forudsige sproget for en kemisk reaktion

Kategori: Ikke kategoriseret Udsendt 04 dec

Ved at tænke på organisk kemi som ord og sætninger i stedet for atomer og molekyler har forskere fundet en måde, hvorpå kunstig intelligens kan forudsige kemiske reaktioner.

I et papir udgivet på arXiv af forskere hos IBM og præsenteret på denne uges Neural Information Processing Systems (NIPS) konference, demonstrerer forskerne, at ved at behandle reaktionsforudsigelser som et oversættelsesproblem, kunne de komme med den korrekte reaktion oftere, end det var muligt med tidligere modeller.

Intuitivt er der en analogi mellem en kemikers forståelse af en forbindelse og en sprogtalers forståelse af et ord, skriver forskerne.

Ved at bruge et neuralt netværk, der ofte bruges i maskinoversættelse, trænede forskerne systemet på et datasæt, der omfattede 395.496 reaktioner. Ud fra disse data måtte det neurale net lære syntaksen af ​​reaktioner for at kunne forudsige usete forbindelser. Algoritmen gav forskerne en liste over de fem mest sandsynlige reaktioner, og topforudsigelsen var korrekt 80 procent af tiden, og slog en anden model, der forsøgte at forudsige reaktioner med seks procentpoint.

Der er millioner af kemiske reaktioner, der endnu mangler at blive dokumenteret, så denne tilgang kan hjælpe med at fremskynde forskning i ting som lægemiddelopdagelse. Men forskere siger, at efterhånden som flere data bliver tilføjet til modellerne, skal der foretages mere dobbelttjek. Teodoro Laino, en af ​​forskerne, fortalte IEEE spektrum at de ikke skabte dette værktøj for at erstatte organiske kemikere, men for at hjælpe dem.