Радиодетали: производство и поставки
19:44 На должность заместителя генерального директора по маркетинговым и цифровым клиентским коммуникациям Schneider Electric в России и СНГ назначена Наталия Деянова
18:43 Цифровой измеритель коэффициента мощности с 4-значной индикацией от компания Autonics
17:41 ПЕРГАМ на выставке «Нефть и Газ» — KIOGE 2018 в Казахстане
16:39 Weidmüller представляет универсальный преобразователь температуры ACT20P PRO RTCI-AO-DO-S

Искусственный интеллект научился конструировать молекулы

31.03.2018 11:18

Искусственный интеллект научился конструировать молекулы

Нейронная сеть, созданная учеными из лаборатории искусственного интеллекта Массачусетского технологического университета, может составлять молекулы со стопроцентной химической достоверностью. Об этом сообщает портал Naked Science со ссылкой на официальный сайт американского университета.

Ранее уже существовала система, которая автоматически выстраивала схему молекул. Она называлась SMILES. В ней каждому атому и связи соответствовал свой набор символов. В результате получался очень длинный код, который в рамках логики SMILES казался безошибочным, но не имел смысла в области химических законов. Сейчас исследователи придумали иную систему.

Новый алгоритм работает непосредственно с молекулярными графами, представляющими структурную формулу химического соединения. Сперва он "кодирует" входящую молекулу, разбивает молекулярные графы на кластеры, каждый из которых представляет собой конкретный строительный блок. Эти кластеры создаются автоматически благодаря машинному обучению. Они составляются в "древовидную структуру", которая и соответствует оригинальному графу.

Во время "декодирования" молекула проходит путь "от простого к сложному". Сначала искусственный интеллект создает скелет древовидной структуры, а затем дополняет и усложняет его связанными кластерами. Из-за этого реконструированный молекулярный граф становится точной копией исходного.

Система тренировалась на 250 тыс. молекулярных графов. В итоге она добилась стопроцентной химической достоверности в своих моделях, в то время как предыдущая система SMILES показала только 43 процента. Авторы утверждают, что алгоритм также может составлять молекулы, основываясь на заданных свойствах.

Источник

Читайте также