编辑/绿萝
人工智能已经对众多科研规模产生了深远影响，例如在蛋白质折叠规模 AI 已经超越了人类。那么在化学规模会出现 AI 化学家吗？
谷歌的 DeepMind 团队继开源了蛋白质结构展望对象 AlphaFold2 之后，于 2021 年 12 月构建的神经网络可以展望份子内电子分布，从而计算出份子特性。而这一突破对于 AI、化学、材料学规模都有重要影响。
2021 年，国内外在 AI 赋能化学规模涌现出大量科学研究。如：正确展望化学反应；快速分类化学反应；化合物定名与性质展望；无机合成与药物安排；仪器分析表征更精确、高效……
不得不说，AI 在一定程度上解放了化学家的双手，但也面临挑衅，希望接下来，在化学规模有更深入的研究。
接下来，ScienceAI 将回顾 2021 年 AI 在化学规模的一些重要研究进展。
友情提示：点击小标题可直接访问文章
用贝叶斯算法优化化学反应，还推出了开源对象包展望无机反应：从机制到呆板进修虚拟化学实验室，强化进修选出处理化学问题的最优AI对象科研人再也不担心无机物定名不规范了：基于Transformer的开源对象自动起名IBM RXN: 深度进修在化学反应分类上大放异彩很适用，阿斯利康对 IBM 无机反应分类呆板进修方法的验证元素周期表应加上氧化态？呆板进修破解晶体结构的氧化态呆板进修展望化合物「图」3D结构，绕过能量最小化，速度提高超一百万倍探索化学空间：人工智能可以带我们去人类从未去过的地方吗？量子力学与呆板进修相结合，展望高温下的化学反应Science重磅：DeepMind再获突破，用AI开启理解电子相互作用之路DeepMind AI 处理了化学中最有价值的技术之一图神经网络正确展望无机化合物性质，加速固态电池的安排将理论注入深度进修，对过渡金属表面进行可解释的化学反应性展望最快只需几秒！「智化科技」国产化学合成路线规划AI平台人工智能用于药物安排必须要处理的五大挑衅药物化学再添新对象，用Transformer打造的交互式化学反应图集加速锂电池充电速度，斯坦福研究登上Nature子刊MIT化学家开发AI应用，为药物发现提速当第一性原理遇上AI，发现200多种新催化剂诺奖再遭质疑，科研人要「疯」了：每年一万多篇文章的 XPS 数据可能都是错的吗？AI 改进半导体分层技术，赋能计算机芯片、电池制造GNN+规模知识，川大提出高普适性共晶筛选模型（代码开源）呆板进修处理核磁共振谱中「谁是谁」的问题，可直接从晶体结构展望化学位移
原创文章，作者：ScienceAI，如若转载，请注明出处：https://www.iaiol.com/news/29122
