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，，，，，，，可以精准地展望化学反应的产率，，，，，，，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应。。。。。。。；；；Ъ颐俏嘶竦孟胍姆肿，，，，，，，必需以合适的比例加入准确的质料，，，，，，，并提供适当的反应条件。。。。。。。这听起来虽然很简朴，，，，，，，但让机械来展望和设计高产率的化学反应却并禁止易。。。。。。。一个典范的化学反应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应，，，，，，，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。。。。。。。其背后的缘故原由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，，，，，，，完成数千个化学反应。。。。。。。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应产率举行展望。。。。。。。这些展望会被综合评估，，，，，，，爆发一个总体的展望产率。。。。。。。效果批注，，，，，，，这款模子能很好地对训练数据之外的化学反应举行产率的展望。。。。。。。
“只要几百个反应数据，，，，，，，我们就能准确地用模子展望产率。。。。。。。；；；Ъ颐巧踔炼疾恍枰等说淖手，，，，，，，自己就能完成这些反应。。。。。。。”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应或任何底物类型，，，，，，，”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应之中。。。。。。。”

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