文章圖片
文章圖片
文章圖片
無論深度學(xué)習(xí)如何影響化學(xué)性質(zhì)映射 ， 對(duì)化學(xué)空間的有效探索不僅涉及導(dǎo)航物種空間 ， 還涉及導(dǎo)航這些物種的構(gòu)想空間 。 構(gòu)象篩選是化學(xué)中的一項(xiàng)巨大挑戰(zhàn) ， 因?yàn)閷?duì)于每個(gè)新原子 ， 勢(shì)能表面上都會(huì)出現(xiàn)多個(gè)額外的局部最小值 。 神經(jīng)網(wǎng)絡(luò)勢(shì)能提供了一種探索分子構(gòu)象空間的快速方法 。 與構(gòu)象篩選相反的是開發(fā)一個(gè)系統(tǒng) ， 該系統(tǒng)可以為給定分子生成平衡構(gòu)象異構(gòu)體 。 科學(xué)家們承擔(dān)了這一挑戰(zhàn) ， 這證明了深度學(xué)習(xí)產(chǎn)生平衡構(gòu)象的能力 。
【中間件|近年來，生成式深度學(xué)習(xí)模型在分子設(shè)計(jì)中的應(yīng)用已經(jīng)出現(xiàn)】該方法是對(duì)科學(xué)家們開發(fā)的架構(gòu)的改編 ， 能夠以大約零點(diǎn)四厘米的均方根偏差重新生成分子幾何形狀 。 此外 ， 科學(xué)家們引入了一種新穎但未經(jīng)嚴(yán)格測(cè)試的方法 ， 其中使用三維點(diǎn)云來重新生成分子幾何形狀 。 這項(xiàng)工作沒有同樣強(qiáng)調(diào)最小結(jié)構(gòu) ， 但能夠?qū)崿F(xiàn)大約零點(diǎn)一五安排的非常低的誤差 。 這個(gè)研究領(lǐng)域還很年輕 ， 但在最大限度地減少構(gòu)象篩選瓶頸方面具有巨大的潛力 。 理想化工作流程的第二階段是分子設(shè)計(jì)問題 。
這個(gè)問題 ， 有時(shí)被稱為定量結(jié)構(gòu)性質(zhì)關(guān)系 ， 在機(jī)器學(xué)習(xí)應(yīng)用中有著悠久的歷史 ， 包括貝葉斯優(yōu)化和遺傳算法 。 近年來 ， 生成式深度學(xué)習(xí)模型在分子設(shè)計(jì)中的應(yīng)用已經(jīng)出現(xiàn) 。 這種方法的開創(chuàng)性演示之一是科學(xué)家的工作 ， 該工作使用了具有潛在空間的自動(dòng)編碼器 ， 該潛在空間通過附加網(wǎng)絡(luò)進(jìn)行了優(yōu)化以反映特定屬性 。 然后可以探索這個(gè)“景觀”以識(shí)別最大化特性的候選分子 。
還有許多其他方法也使用自動(dòng)編碼器、生成對(duì)抗網(wǎng)絡(luò)、或強(qiáng)化學(xué)習(xí)代理來導(dǎo)航圍繞特定屬性構(gòu)建的化學(xué)空間 。 最后 ， 循環(huán)神經(jīng)網(wǎng)絡(luò)還通過調(diào)整其文本生成能力用于分子庫(kù)生成 。 通用分子設(shè)計(jì)正在蓬勃發(fā)展；然而 ， 有兩類特殊分子值得特別關(guān)注：材料和藥物 。 這些可以說是設(shè)計(jì)和優(yōu)化的兩個(gè)最具挑戰(zhàn)性的分子類別 ， 但也提供了最大的潛在好處 。 因此 ， 他們推動(dòng)了深度學(xué)習(xí)方面的重大研究工作 。
電池、航空航天和可再生能源等許多現(xiàn)代技術(shù)都依賴于先進(jìn)材料 。 深度學(xué)習(xí)直到最近才開始影響該領(lǐng)域 ， 但在過去幾年中 ， 應(yīng)用程序出現(xiàn)了快速增長(zhǎng) 。 離散小分子和晶體結(jié)構(gòu)之間的區(qū)別導(dǎo)致了一組單獨(dú)的卷積描述符 ， 旨在捕獲晶體結(jié)構(gòu) 。 圖卷積神經(jīng)網(wǎng)絡(luò)以及C圖卷積神經(jīng)網(wǎng)絡(luò)變體已被用于預(yù)測(cè)散裝材料的特性 ， 預(yù)測(cè)熱電特性 ， 優(yōu)化聚合物特性 ， 并探索化學(xué)材料空間 。 這些應(yīng)用還很年輕 。
然而 ， 它已經(jīng)超越了預(yù)測(cè)模型 ， 正如Li等人的工作所證明的那樣 ， 他們成功地使用強(qiáng)化學(xué)習(xí)來訓(xùn)練代理以實(shí)驗(yàn)控制聚合物的重量分布 ， 從而控制聚合物的特性 。 除了材料的特性之外 ， 還進(jìn)行了優(yōu)化合成參數(shù)并執(zhí)行缺陷檢測(cè)的工作 。 最后 ， 一種利用張量網(wǎng)絡(luò)的深度學(xué)習(xí)方法 ， 展示了手性超材料的生成設(shè)計(jì) 。 大多數(shù)這些應(yīng)用在本質(zhì)上仍然是理論上的 ， 并且有效地將它們與實(shí)驗(yàn)工作流程結(jié)合起來 。
材料設(shè)計(jì)的一個(gè)關(guān)鍵領(lǐng)域是催化設(shè)計(jì) 。 機(jī)器學(xué)習(xí)在催化研究中的應(yīng)用越來越多；然而 ， 由于可用數(shù)據(jù)有限、每個(gè)催化過程的獨(dú)特性以及表示多分子系統(tǒng)的難度 ， 深度學(xué)習(xí)在該領(lǐng)域的應(yīng)用有限 。 深度學(xué)習(xí)在催化劑設(shè)計(jì)中的應(yīng)用主要集中在使用神經(jīng)網(wǎng)絡(luò)電位對(duì)催化系統(tǒng)進(jìn)行建模 。 這方面最近的例子包括科學(xué)家們對(duì)它表面上的氮?dú)饨５墓ぷ饕詫?duì)鉑簇的優(yōu)化 。 將這項(xiàng)工作擴(kuò)展到使用神經(jīng)網(wǎng)絡(luò)電位之外可能需要增加數(shù)據(jù)收集工作 ， 以及開發(fā)更新的描述符來描述相互作用的多分子系統(tǒng) 。
相關(guān)經(jīng)驗(yàn)推薦
- 社交|Vivo的2022造機(jī)方法論
- MIUI13|小米近年來最好的MIUI：MIUI13的5個(gè)新功能介紹
- 算法|永華張彬分析：人工智能生成藝術(shù)預(yù)計(jì)將成為NFT領(lǐng)域的下一個(gè)趨勢(shì)
- TCL|田者高拍的高拍儀優(yōu)點(diǎn)有哪些？
- 英特爾|百度輸入法AI造字：手寫12字生成專屬字體，用AI還原“見字如面”
- 一加科技|近年來，智能技術(shù)在醫(yī)學(xué)各個(gè)領(lǐng)域的應(yīng)用顯著增長(zhǎng)，促進(jìn)了醫(yī)學(xué)的發(fā)展
- 芯片|多模態(tài)、萬億參數(shù)、生成語(yǔ)音，吳恩達(dá)回顧人工智能2021
- 中間件|超詳細(xì)！django中間件用法以及實(shí)例操作
- 深圳市|近年來，人工智能取得了顯著進(jìn)展，這對(duì)麻醉醫(yī)學(xué)產(chǎn)生了很大的影響
- vivo|財(cái)務(wù)的看過來，一個(gè)生成動(dòng)態(tài)報(bào)表的Excel神技巧