人工智能（AI）是近年来的爆款话题。。在医药行业，，，，，关于AI能否有用设计新药的争论也从未停歇。。克日，，，，，揭晓在顶尖学术期刊《科学》上的一项研究，，，，，则让我们看到了起劲的一面：来自普林斯顿大学（Princeton University）和默沙东研究实验室（Merck Research Laboratories）的化学家们开发了一款人工智能，，，，，可以精准地预测化学反映的产率，，，，，这有望在新药开发上获得普遍的应用。。

从实质上看，，，，，新药的合成与制造是化学反映。
；；；；；；Ъ颐俏嘶竦孟胍姆肿，，，，，必需以合适的比例加入准确的质料，，，，，并提供适当的反映条件。。这听起来虽然很简朴，，，，，但让机械来预测和设计高产率的化学反映却并禁止易。。一个典范的化学反映需要有大宗差别的化学分子加入。。而每一个特殊分子的加入，，，，，都会为盘算添加一个维度。。即便关于近年体现出彩的人工智能，，，，，化学家们也不是很确定它是否能胜任这项事情。。
为了让机械学会设计高产率的化学反映，，，，，我们需要资助它建设一个多维度的模子。。但从历史上看，，，，，这一直是个瓶颈。。其背后的原因在于这个模子过于重大，，，，，而我们能用来训练这个模子的数据却远远不敷。。幸好，，，，，随着默沙东在机械人系统上的大宗投入，，，，，现在我们能在短短几天内，，，，，完成数千个化学反映。。这爆发了大宗可以用来训练AI的数据。。
“我很是兴奋地看到，，，，，我们爆发的数据质量很高，，，，，能用于建设有用的模子。。”默沙东研究实验室的Spencer Dreher博士说道。。
在获得了这些数据，，，，，并使用程序对每一个输入进模子的化学品举行定量标注后，，，，，研究职员们考量了多种统计学模子的准确率。。有趣的是，，，，，行业中常用的线性回归模子在这一使命的执行上体现并欠好，，，，，而体现最好的是一类叫做“随机森林”（random forest）的模子。。此类模子能从训练数据库中随机提取出小量的样本，，，，，构建决议树（decision tree），，，，，而每一棵决议树都能对特定的化学反映产率举行预测。。这些预测会被综合评估，，，，，爆发一个总体的预测产率。。效果批注，，，，，这款模子能很好地对训练数据之外的化学反映举行产率的预测。。
“只要几百个反映数据，，，，，我们就能准确地用模子预测产率。
；；；；；；Ъ颐巧踔炼疾恍枰等说淖手，，，，，自己就能完成这些反映。。”这项研究的第一作者Derek Ahneman博士说道。。
“我们开发的这款软件能适用于任何反映或任何底物类型，，，，，”该研究的通讯作者之一，，，，，普林斯顿大学的Abigail Doyle教授说道：“我们希望人们能将这一工具应用于其他反映之中。。”

参考资料：

[1] Chemists harness artificial intelligence to predict the future of chemical reactions
[2] Predicting reaction performance in C–N cross-coupling using machine learning