深度学习的进步可能为人工智能药物铺平道路

人工智能领域的研究人员可能会为AI铺平道路，通过学习如何以有效方式混合和匹配分子来创造新药。该项目可能会为深度学习模型提供新的应用程序，因为这可能证明它们在识别复杂自然结构中的模式方面发挥了很好的作用。

哈佛大学化学教授艾伦·阿斯普鲁·古兹克（Alan Aspuru-Guzik）说，如果人类拥有AI助手，他们可能会成为更好的化学家。该系统旨在允许深层神经网络像化学家一样使用化学知识“直观地探索”。该系统具有包含数千种药物分子的数据库，并且通过深度学习，将尝试找出并找出适合模式的数据库。

这称为生成模型，已经在自动完成功能中使用。他说，这类似于图像识别数据库，如果与美国化学学会的记录一起使用，则可以使用大约1亿个化学结构来寻找潜在的新药。

根据《麻省理工学院技术评论》，该软件将使用化学家的规则耗尽大量候选分子。模拟将尝试并确定有用的结构。通过结合现有化合物的性质，这可以产生合理的结构，并可以要求暗示强烈显示某些性质的分子。来自AI的新药可能相距不远。

该项目是AI自动化作业系列中的最新项目，希望不取代化学家。在现场，人工智能可以帮助专业人士花费更多时间专注于以人为本的工作。这意味着需要更少的工作量进行人工监督。

一个很好的例子就是Luminance的“机器人律师AI”，正如Inverse报道的那样，它专注于并购。它检查文件并标记潜在的冲突。同样，IntelligentX可帮助啤酒商整理啤酒反馈，甚至提出新食谱。