В центре внимания
GSM-сигнализация: производство и поставки
06:08 Московские деловые партнеры «ФАТО Электрик» совершили ознакомительную поездку в Китай
04:08 «Россети Центр и Приволжье Кировэнерго» завершает строительство подстанции (ПС) 110/35/10 «Урванцево»
02:08 Корпорация Mitsubishi Electric представила новую панель оператора (HMI) GOT2507T-WTSD
00:07 «Россети Московский регион» выполнили работы по увеличению мощности московского театра

Искусственный интеллект научился конструировать молекулы

02.02.2018 22:40

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