原標(biāo)題：制造分子？可問人工智能AI

圖片來自網(wǎng)絡(luò)

編者按 像“互聯(lián)網(wǎng)+”一樣，人工智能也可以加入諸多領(lǐng)域。從基礎(chǔ)研究到新材料開發(fā)、從數(shù)據(jù)分析到醫(yī)療診斷，人工智能助手甚至讓不少專家相形見絀。在享受各種便利的同時，人們也在擔(dān)憂，AI是否會搶走人類的“飯碗”？科技日報國際部記者繼續(xù)推出AI應(yīng)用專題報道，探討人類未來與人工智能的關(guān)系。

化學(xué)家有了新的實驗助手——人工智能（AI）。隨著深度學(xué)習(xí)算法的進一步應(yīng)用，AI計算機程序能幫助藥物化合物等小有機分子產(chǎn)生所需的反應(yīng)序列，制定合成路徑。

《自然》雜志近日發(fā)表了這種新型工具，化學(xué)家們將這一進展視為一個大跨越，其可以加速藥物研發(fā)過程，推動有機化學(xué)更迅速發(fā)展。

未參與這項研究的英國曼徹斯特大學(xué)設(shè)計合成預(yù)測工具的帕博羅·卡爾博納爾認為，從論文中看，AI可以掌握相關(guān)專業(yè)知識，這是里程碑式的研究。

人工反應(yīng)備忘錄變身大數(shù)據(jù)

在20世紀(jì)80年代之前，許多化學(xué)家收集了大量文獻資料、手寫的有用反應(yīng)、參考索引卡片，以指導(dǎo)合成途徑的設(shè)計。

化學(xué)家通常會搜索其他人記錄的反應(yīng)列表，并根據(jù)自己的直覺制定一個逐步產(chǎn)生特定化合物的途徑。

這需要先從想要創(chuàng)建的分子開始分析，比如要用到哪些試劑，是否容易獲得，通過哪些反應(yīng)序列才能合成它，這被稱為逆合成反應(yīng)，這種分析往往要消耗數(shù)小時乃至數(shù)天時間。

自20世紀(jì)60年代以來，研究人員一直試圖利用計算機來規(guī)劃有機化學(xué)合成，但成效不大。隨著人工智能的興起，這些備忘錄自然而然地轉(zhuǎn)向數(shù)據(jù)庫存儲乃至應(yīng)用。

輕松自學(xué)1240萬種反應(yīng)步驟

德國明斯特大學(xué)有機化學(xué)家和人工智能研究員馬爾文·賽格勒及其同事開發(fā)的新AI工具，讓深度神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)了目前所有已知的1240萬種單步驟有機化學(xué)反應(yīng)——這使它能預(yù)測任何單一步驟中發(fā)生的反應(yīng)結(jié)果。

賽格勒團隊通過雙盲試驗對該工具進行了測試，并讓經(jīng)驗豐富的化學(xué)家來驗證AI設(shè)計的合成途徑是否管用。他們向中國的兩個研究機構(gòu)和德國的45位有機化學(xué)家展示了9種分子的潛在合成路線圖，讓AI系統(tǒng)提出一種最佳途徑，而人類設(shè)計另一種最佳途徑。最終，兩條途徑?jīng)]有明顯區(qū)別。

賽格勒團隊開發(fā)的這一工具，是近年來開發(fā)的使用AI標(biāo)記潛在化學(xué)反應(yīng)路線的程序之一。最著名的Chematica在2017年5月被德國默克公司購買，韓國蔚山國立科學(xué)和技術(shù)研究院的化學(xué)家團隊也擁有另一套相關(guān)程序。

中國自動化學(xué)會混合智能專業(yè)委員會副主任、復(fù)旦大學(xué)計算機學(xué)院張軍平教授日前接受科技日報記者采訪時指出，這類預(yù)測本質(zhì)上類似“阿爾法狗”在圍棋上采用的技術(shù)，都是通過可搜索海量數(shù)據(jù)的人工智能方法實現(xiàn)的，“所以，它才能在1240萬種分子合成方案中，找到具有潛在可能的結(jié)果供科學(xué)家參考”。

AI將成科學(xué)家“高級定制”工具

今年3月，測試團隊報告稱，已經(jīng)在實驗室測試了算法中的8條路徑，且都達到了滿意的效果。

賽格勒的工具從數(shù)據(jù)中學(xué)習(xí)而不需要人類輸入規(guī)則。瑞典哥德堡制藥公司對這項成果印象深刻，并表示：“提高合成化學(xué)的成功率，對于提高藥物研發(fā)的速度和效率、降低成本等，都有著巨大的好處。”

賽格勒說，新的AI工具已經(jīng)引起制藥公司的興趣。“它已經(jīng)成為化學(xué)家的助手，希望它能像GPS導(dǎo)航設(shè)備那樣，為更多科學(xué)家提供新的研究手段。”

除了極大提升有機化學(xué)和藥物合成的速度和效率，AI還在哪些基礎(chǔ)學(xué)科領(lǐng)域具有類似潛力？對此張軍平說：“只要能通過海量或窮舉搜索來完成任務(wù)的領(lǐng)域或行業(yè)，都可能從AI角度找到更有效的辦法，甚至以往經(jīng)驗未曾想到的新辦法。”他舉例：“在基礎(chǔ)研究領(lǐng)域，數(shù)學(xué)定理的證明、物理規(guī)律的總結(jié)等，AI都可能起到輔助作用。”

如此一來，不同設(shè)計思路的AI軟件，有望成為促進科學(xué)進步的“高級定制”工具。

張軍平認為，雖然不能完全替代人類，但基于不同目的開發(fā)的AI軟件，可以提供輔助建議，甚至和人類決策形成混合增強的智能環(huán)，從而進一步提高對科研路徑的設(shè)計能力。