网站图标

WeiqiOK.com

 
 
 

首页』  『新闻』  『题库』  『布局』  『谱度』  『猜局』  『教程』  『赛事』  『视频』  『自助』  『会员
论坛』  『服务』  『模板』  『定式』  『查谱』  『研究』  『名局』  『棋手』  『资源』  『上传』  『汇款

AlphaGo给化学合成带来新启示 或促进新药研发


此新闻(手机节流版)来自【新浪网】,版权归【新浪网】所有,原文地址为:
http://sports.sina.com.cn/go/2018-04-15/doc-ifzcyxmu7795898.shtml

本站旨在帮助棋友通过网站(手机)了解业内资讯。如涉侵权,敬请告之,我们将在第一时间删除。

AlphaGo

AlphaGo

  新华社伦敦4月13日电 人工智能“阿尔法围棋”除了下棋还有更多用途。德国一个研究团队近期在英国《自然》杂志上发表论文说,与“阿尔法围棋”采用同样技术的人工智能软件能以前所未有的速率进行逆向合成分析,这将大幅提升人类合成新药及研发其他所需化合物的效率。

  逆向合成的基本原则是“逆向思维”,将目标化合物分子分解成基本的、可获得的组分,然后分析可以用哪些容易得到的试剂、通过哪些已知的化学反应步骤来合成。提出这一方法的美国哈佛大学教授E.J。科里曾获1990年诺贝尔化学奖。

  “逆向合成是有机化学的终极学科,化学家需要数年才能掌握它——就如同下棋一样,除了学习专业知识,还需要很好的直觉和创造性。”论文第一作者、德国明斯特尔大学研究人员马文·泽格勒解释说,化学合成的每一个中间步骤都存在无数可能,比围棋更复杂,但计算机可以从已发表文献中学习化学反应规则及如何运用这些规则。

  用计算机辅助寻找有机合成方法不是一个新领域。目前已知的有机化学反应超过1200万个,并以每10年增加一倍的速度增长。同时,化学反应不遵循简单的逻辑规则,受分子能级等调控,这些因素大幅增加了计算机模拟的难度,使化学家长期以来手动搜索化学反应数据库,尝试寻找制造复杂分子的最佳方法。

  “阿尔法围棋”制胜秘诀是结合了深度神经网络和蒙特卡洛树搜索两项关键人工智能技术。研究人员解释说,在进行逆向合成分析时,深度神经网络用于预测哪些分子会参加反应,蒙特卡洛树搜索负责预测反应的可能性。

  实验显示,这种新的人工智能工具可以将制定一种合成路线的速度提高到传统人工方法的30倍。参与双盲测试的有机化学家认为,由计算机生成的合成方法与人工试出来的方法一样优越。

  “我们希望,利用我们的方法,化学家不再需要那么辛苦地在实验室尝试了。”泽格勒说,新的人工智能方法有助生产更多可以提高人类生活质量的化合物。



声明:该新闻的版权归原网站所有,本站仅为方便广大棋友阅读、检索使用。     粤ICP备11025915号
有任何意见和建议,请【联系我们】,工作时间:周一至周六 9:00am - 9:00pm,联系电话:0755-83857813     点击这里给我发消息