人工智能助力当代化学研究

来源 :化学学报 | 被引量 : 0次 | 上传用户:longzhulx
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
以机器学习为代表的人工智能在当代的科学研究中正在发挥越来越重要的作用.不同于传统的计算机程序,机器学习人工智能可以通过对大量数据的反复分析和自身模型的优化,即“学习”过程,从而在大量的数据中寻找客观事物的相互联系,形成具有更好预测和决策能力的新模型,做出合理的判断.化学研究的特点恰恰是机器学习人工智能的强项.化学研究经常要面对十分复杂的物质体系和实验过程,从而很难通过化学物理原理进行精准的分析和判断.人工智能可以挖掘化学实验中产生的海量实验数据的相关性,帮助化学家做出合理分析预测,大大加速化学研发过程.本文介绍了当代人工智能方法及用其解决化学问题基本原理,并通过具体案例展示了人工智能辅助解决不同化学研发问题的方法以及对应的机器学习算法.将人工智能运用在化学科学的尝试正处于蓬勃上升期,人工智能已经初步展示出对化学研究的强大助力,希望本文能帮助更多的国内的化学工作者了解和运用这一有力的工具.
其他文献
这是作者通过对自然界观察而创造的“清劲画意”风格的高树造型。其枝法清简,但又不是象素仁、黄锦等前辈那样的清疏秀雅、飘逸等风格为目的,而是将蓄枝截干与把幼龄树老态
盆景作者一般对所选择的表现艺术的材料并无苛刻的要求。因为,只要这种材料能真实地、确切地、完美地反映作者所要表现的表象或表达的审美意识或某种主题、感情就可以了。但
氢键有机框架(HOFs)已经发展成为一类独特的晶态多孔材料,它一般是由有机或金属-有机构建单元通过分子间的氢键相互连接而形成的框架材料.由于氢键强度弱和柔性强,因此大部分
Stars with masses between 1 and 8 solar masses(M☉)lose large amounts of material in the form of gas and dust in the late stages of stellar evolution,during the