化学会被人工智能取代吗

Posted 2023-03-16

参考技术A 非常大的可能，特别随着物理化学的发展。 参考技术B ?2016年，“阿尔法围棋”在围棋人机大战中击败了韩国九段棋手、世界冠军李世石，引发巨大关注。在今年的政府工作报告中提到，加强新一代人工智能研发应用，在医疗、养老、教育、文化、体育等多领域推进“互联网＋”。发展智能产业，拓展智能生活，运用新技术、新业态、新模式，大力改造提升传统产业。那么人工智能是否可以应用在化学领域，实现部分化学工作的自动化呢？最近，Segler等人在Nature上发表研究工作，展示了他们设计的软件程序在有机合成中的神奇应用，文章DOI: 10.1038/nature25978。同时，Nature发文对此进行了点评，文章DOI: 10.1038/d41586-018-03774-5。随着人工智能的发展，人类不禁感慨，人工智能的发展是否会让部分化学工作者失业呢？

人工智能会让化学家失业吗？人工智能会让化学家失业吗？
Scheme 1. 逆合成分析举例

合成化学是从简单的分子构建目标化合物的过程，是化学学科的重要分支，长期以来，合成化学家的理论知识和经验被认为是成功构建分子的关键。在上个世纪60年代，有机合成大师E. J. Corey提出了“逆合成分析”的概念，并因此获得1990年的诺贝尔化学奖。合成化学家在考虑分子合成时，都会使用“逆合成分析”的方法，思考一系列问题（Scheme 1），比如：

1）该分子的前体结构是什么，该由什么样的最初原料构建？

2）每一步的产率怎么样？

3）每一步的操作可行性如何？

然而，这一切真的只有人类才能完成吗？在查询每一步反应时，通常化学家会通过网络数据库如Scifinder或Reaxys等检索，那么是否可以设计一个程序，往其中植入足够多化学反应的数据库，让程序来设计合成路线呢？自上个世纪60年代起，人类一直都在设法寻找这样的程序，然而该研究很难取得成功。

有两个最基本的因素，阻碍了该研究的成功。首先，电脑硬件无法应对这样的挑战；其次，软件程序无法完全理解化学文献的复杂性。有机化学反应是极为复杂的，比如对某个特定反应，只有当Z基团不存在时，X基团可以顺利地转化为Y基团；但当Z基团存在时，也可以通过改变温度、酸碱度、溶剂等条件实现相应的转化。这样复杂的过程，是软件程序难于理解的。

针对第二个问题，人类已经开发了许多不同的解决方法。一种方法是往程序中植入足够多的化学反应，包括反应的局限性和条件限制。这样的程序往往会产生很多类似的合成路线，对这些路线进行评估便可以产生最合理的路线。目前这样的思路已经取得了一定的成功，并且产生了具有一定竞争力的软件产品。

Segler等人采用了另一种方法，他们考虑不把研究者的经验注入电脑，而让程序自己学习设计路线。事实上，程序存贮和记忆的容量比人脑要大得多，能提供的可能性也更多。目前，这样的研究已经产生了惊人的效果。

在该工作中，作者设计了一个电脑程序，可以自主地从一个大的数据库中学习化学反应，并进行细致地筛选。并且，它只会筛选已经被多次成功应用的反应。当程序被要求设计合成路线时，它可以像人类一样进行逆合成分析，根据自己掌握的知识制定出最有希望的合成前体，并对合成路线的可行性进行分析。作者将三个人工神经网络和一个随机Monte Carlo tree search结合起来（作者称之为3N-MCTS），用来产生最有希望的合成路线。

比如对如下药物候选分子的合成，在过去的报道中需要如下六步合成路线（Asian J. Chem. 2015, 27, 2117-2124）。令人惊讶的是，作者利用他们开发的计算程序可以在5.4 s内发现该合成路线。

人工智能会让化学家失业吗？
Scheme 2. 软件程序设计的逆合成分析

值得一提的是，程序设计的合成路线不仅可以接受程序评分系统的考核，也可以接受训练有素的合成化学家的双盲实验审查。研究发现，对于test a, 化学家对于文献报道的路线和 3N-MCTS设计的路线没有明显的倾向性（Scheme 3a）；对于test b, 相对没有知规矩制约的heuristic BFS程序，化学家高度倾向于3N-MCTS程序设计的合成路线（Scheme 3b）。对于test a 的task 1, MCTS 提供的路线是通过Ohira-Bestmann试剂发生Seyferth-Gilbert 增碳反应，而化学家倾向于选择经由Grignard反应的合成路线。尽管MCTS 路线在理论上是可能的，但在操作上不太方便。但接下来构建环系的方法则是一致的（Scheme 3c）。而对于test b，由于没有规矩的制约和范围的限制，heuristic BFS 产生了在逆合成分析中备受指责的错误（Scheme 3d）。因此，总体来说3N-MCTS产生的合成路线是较为合理的。

人工智能会让化学家失业吗？
Scheme 3. MCTS产生的路线与文献报道的路线、BFS产生的路线进行双盲实验比较

然而，这并不意味着程序给出的所有路线都是合理的，但化学家设计的合成路线也并不都是可行的。小编曾听不少学生抱怨，导师设计的合成路线是行不通的。因此，Segler等人报道的机器提出的路线不比人类提出的路线差，已经历史性地突破了。机器可以在短时间内分析众多的文献，在最短时间内提出可行的合成方案，这远远不是人类能比的。

那么人类不仅设想，如果人工智能继续发展下去，是否有一天会对合成化学家的工作岗位构成威胁呢？尽管软件无法处理特别复杂的、不常见的结构，但一些常规的合成问题会渐渐被AI取代。

总结：人工智能的发展，对很多化学家的工作岗位构成了威胁。然而，人工智能确实可以帮助化学家避免了许多重复的工作，让化学家把更多的精力放在思考高质量的问题上，比如该合成怎么样的分子、为什么要合成该分子，而不是把精力放在合成的具体细节上。目前来说，并不是所有化学家都能接受这一转变，然而历史的车轮滚滚向前，它不会随任何人的意志而改变，人工智能改变化学发展的日子终究要来。...

零基础入门人工智能有门槛吗？学会这些就够了

在科技高速发展的今天，人工智能是一个很酷很潮的字眼，几乎每天都出现在科技媒体中，人工智能应用案例应接不暇：人工智能写稿取代编辑、人工智能医疗诊断取代医生、人工智能定投取代基金经理人、人工智能机器人取代银行大堂经理、人工智能自学习策略取代产品经理……

很多人认为学习人工智能知识门槛较高、学习难度较大，便只好望而却步。实际上，入门人工智能并不难，对于初学者来说，可以根据自己的发展规划来制定学习路线，如果未来要从事行业领域内的人工智能技术开发，可以分别学习编程语言和人工智能平台知识，然后通过实践来提升开发能力。

在这个AI大时代下，零基础如何学习并进入人工智能领域，享受到人工智能风口的红利？个人又该如何合理规划学习路线提高竞争力？

本号强烈推荐你参加《人工智能基础实战训练营》，从零基础入门到进阶，帮你收获人工智能的基本应用知识，并且学会使用模型框架落地实战。内容不错，推荐给你们。

3天时间，带你学会人工智能▼

仅需3天时间，每天120分钟左右

课程配备有专职班主任督促学习、群内互动交流干货分享不断、更有资深助教为大家在线答疑解惑。聚焦人工智能实战训练。

限时福利

9月9日 19点前

早鸟价仅需 49 元 原价399元

按照要求 3天全勤全部返还 = 0元学

扫描下方二维码 报名

每递增200人价格将上涨50元

无论你是刚毕业的大学生，还是从事一年的IT从业者，还是具有理工背景转行业人员，学习人工智能，这个训练营都非常适合。

01

这是一个什么样的训练营？

这是由开课吧出品，专为入门人工智能领域的同学倾心打造的三天实战训练营。由开课吧人工智能高级导师  Lee  亲自授课。

Lee老师拥有4年工程+3年算法研发经验。目前在一家TOP级互联网公司的人工智能研究院任职算法工程师，是短视频业务和个性化信息流推荐的算法负责人。主要负责算法落地与工程优化，以及大数据平台数据开发的相关工作。这门课程中老师将用三天时间带你入门AI，构建你的第一个神经网络模型。

02

学会机器学习应用+深度学习框架

• 通过对机器学习任务和算法模型的介绍与案例实践，消除同学们对知识和概念的距离感，使学员掌握机器学习内涵并开展机器学习项目的工作流，并且掌握深度学习内涵并了解其应用领域。

• 通过讲述机器学习局限性，引出深度学习；并且前沿应用介绍，强调深度学习的必要性与优势；让学员掌握机器学习与深度学习的区别与联系。

• 介绍Pytorch框架，并且老师带着学员让其自己动手制作数据集，搭建神经网络，并且使用Pytorch完成数据集预处理、模型构建、训练与评测，让学员掌握深度学习框架Pytorch的特性和学习路径。

• 介绍计算机视觉应用，激发同学们学习兴趣；回顾图像任务的技术演化，理解CNN优势；通过类视觉神经处理机制，探索CNN解释性与合理性；并且介绍目标检测技术实现原理与开源项目使用。让学员掌握神经网络的构建方法和技巧，卷积神经网络的构造方法及特性，以及迁移学习应用和工作中解决图像任务的基本流程。

03

寻找你的人工智能起点

本次训练营，老师将从机器学习到计算机视觉，让你深度掌握人工智能基础知识。不断学习是每一个工程师的核心能力，训练营助力你的成长。

课程大纲

04

课程都有哪些服务？

3大课程服务 满足学员多元化学习需求

05

强烈建议以下同学加入

如果你是以下人群，那么非常适合学习这门课程：

06

训练营更多福利

目前，2000+ 参加过这个训练营的同学都顺利进入人工智能行业。

限时福利

9月9日 19点前

早鸟价仅需 49 元 原价399元

按照要求 3天全勤全部返还 = 0元学

扫描下方二维码 报名

每递增200人价格将上涨50元

本次训练营开课时间（9月9/10/11日  19:30），希望各位同学报名后：

• 能提前预留好时间，准时参加直播学习；

• 结合自身情况，提前整理好工作或就业中遇到的问题，确保自己能充分利用这次宝贵的答疑时间；

• 可提前和小助理咨询相关学习资料进行预习，确保自己能充分汲取老师所授技术点，并能应用到实际业务中。
  

最后，希望能和大家开启一段充实的学习历程，愿大家都能突破职场瓶颈，提升竞争力。