Wetenschap
Onlangs National Science Open magazine publiceerde online een overzichtsartikel onder leiding van professor Fanyang Mo (School of Materials Science and Engineering, Peking University) en professor Yuntian Chen (Eastern Institute of Technology, Ningbo).
Het onderzoeksteam heeft de afgelopen tien jaar een belangrijke verschuiving voorgesteld naar automatisering en kunstmatige intelligentie (AI) in de organische chemie. Bovendien introduceerden ze een innovatief concept:de ontwikkeling van een generatieve, zelfontwikkelende AI-onderzoeksassistent op het gebied van de chemie.
Het onderzoekslandschap in de organische chemie heeft diepgaande veranderingen ondergaan. Data, rekenkracht en geavanceerde algoritmen vormen de fundamentele pijlers van AI-gedreven wetenschappelijk onderzoek. De afgelopen jaren hebben de snelle ontwikkelingen in de computertechnologie, gekoppeld aan de iteratieve verbetering van algoritmen, een reeks paradigmaverschuivingen in het wetenschappelijke domein teweeggebracht. Dit heeft geleid tot een volledige herziening van conventionele onderzoeksmethoden.
De organische chemie, die inherent vatbaar is voor het creëren van nieuwe stoffen, bevindt zich in een unieke positie om te gedijen in dit tijdperk van intelligente innovatie. Wetenschappers over de hele wereld komen nu samen in hun inspanningen om de mogelijkheden van kunstmatige intelligentie in de chemie te verkennen en te benutten, waardoor de beweging van 'kunstmatige intelligentie chemie' wordt aangewakkerd.
De academische wereld bevindt zich momenteel in de voorhoede van een onderzoeksrenaissance op dit gebied. De toekomst is veelbelovend voor de toepassing van technieken voor kennisinbedding en kennisontdekking in wetenschappelijk machinaal leren. Deze innovatieve aanpak is ontworpen om de kloof tussen bestaande voorspellende modellen en geautomatiseerde experimentele platforms te verkleinen, waardoor de ontwikkeling van zelfontwikkelende AI-chemische onderzoeksassistenten wordt vergemakkelijkt.
Op het gebied van de organische chemie ontsluit het concept van kennisontdekking door middel van wetenschappelijk machinaal leren nieuwe mogelijkheden. De kern van deze discipline is het begrijpen van reactiemechanismen, waarbij vaak complexe netwerken van tussenproducten, overgangstoestanden en gelijktijdige reacties betrokken zijn.
Traditionele benaderingen voor het ontcijferen van deze mechanismen waren afhankelijk van kinetische studies en isotopenlabeling. Het samenvoegen van symbolische wiskunde met AI staat echter op het punt om nieuw licht te werpen op deze ingewikkelde trajecten, waardoor zowel het begrip als het onderwijs over organisch-chemische reacties mogelijk wordt getransformeerd.
Bovendien is het aspect van kennisinbedding van groot belang vanuit het perspectief van een organisch chemicus. De organische chemie staat bol van de heuristische regels, variërend van Markovnikovs regels voor elektrofiele toevoeging tot Baldwins regels voor ringsluitingen.
Het inbedden van deze gevestigde principes in AI-modellen zou ervoor zorgen dat hun voorspellingen niet alleen datagedreven zijn, maar ook resoneren met het intuïtieve begrip van scheikundigen. Deze integratie zou inzichten opleveren die zowel dieper zijn als meer in lijn met de genuanceerde perspectieven van de organische chemie.
Meer informatie: Chengchun Liu et al, Transformatie van onderzoeksparadigma's in de organische chemie:van handmatige inspanningen naar het kruispunt van automatisering en kunstmatige intelligentie, National Science Open (2023). DOI:10.1360/nso/20230037
Aangeboden door Science China Press
Wetenschappers gebruiken grote wetenschappelijke faciliteiten om de synthese en karakterisering van polymere stikstof te testen
Onderzoekers ontwikkelen chirale borylradicaalkatalysatoren in asymmetrische katalyse
Meer >
Wetenschap © https://nl.scienceaq.com