IBM希望徹底改變工業化學，在此過程中，Covid-19療法的發現時間可能縮短了一半

照片：IBM Research

IBM對其新的用于執行化學合成的自動化系統充滿信心，因為藍色巨人（Big Blue）在僅有20名左右的記者的房間里演示復雜的技術。

IBM甚至讓一名記者選擇了該分子用于演示：一種可能在Covid-19中得到治療的分子。然后，我們觀察到該系統合成并測試了該分子，并將其分析結果提供給了我們在其他記者的計算機上都能看到的PDF文檔。

該復雜系統基于IBM三年前開始開發的技術 ，該技術使用人工智能（AI）預測化學反應。在2018年8月，IBM通過云提供了此服務，并將其稱為RXN for Chemistry。

現在，該公司為其基于云的AI增加了新的亮點：機器人技術。這個新的和改進的系統在化學上不再簡單命名為RXN，在化學上不再命名為RoboRXN。

RoboRXN現場演示的所有記者都可以看到機器人系統執行了各個步驟，例如將反應器移至小試劑中，然后將溶劑移至小試劑中。該 機器人系統進行的 整個集合程序-的完成分子-的合成和分析在八個步驟。

圖片：IBM ResearchIBM RXN可在幾秒鐘內幫助預測化學反應的結果或設計逆向合成。

在常規實踐中，用戶將能夠提出他們想要測試的分子的組合。AI將接獲訂單并分配一個機器人系統來運行生產和測試分子所需的反應。將為用戶提供其分子性能的分析。

早在今年三月，總部位于硅谷的初創公司Strateos就展示了與他們開發的類似的東西。該系統還采用了一個機器人系統來幫助在云端工作的研究人員創建新的化合物。但是，區別于IBM系統的是它并入了第三個元素：AI。

IBM AI模型的基礎是一種機器學習翻譯方法，可以像對待語言翻譯一樣對待化學反應。它通過使用統計機器智能和學習引擎（SMILE）表示法來描述化學實體，通過將反應物和試劑轉換為產物來翻譯化學語言。

IBM還利用自動數據驅動策略來確保其數據質量。那里的研究人員使用了數百萬種化學反應來教授AI系統化學，但其中包含的數據是錯誤。那么，IBM如何清除這些所謂的嘈雜數據以消除出現不良模型的可能性？

根據IBM Zurich h 的研究人員Alessandra Toniato的說法 ，該團隊實施了他們所謂的“忘記實驗”。

Toniato解釋說，他們以這種方法詢問AI模型，如何確定給出的化學實例是正確化學的實例。當面對這種選擇時，AI會識別出“從未學習過”，“被遺忘六次”或“從未遺忘”的化學反應。那些“從未被遺忘”的例子就是干凈的例子，這樣他們就可以清理出AI呈現的數據。

盡管AI一直是化學RXN的一部分，但機器人技術是最新的元素。認知研究人員Matteo Manica說，將反應進行到機器人系統上的預期主要收益是使化學家擺脫了繁瑣的不得不從頭開始設計合成的繁瑣過程。 IBM ResearchZürich的衛生保健和生命科學。

“在這個演示中，您可以看到該系統如何在人類和AI之間協同工作，” Manica說。“結合我們可以在世界任何地方使用24/7機器人系統來運行所有這些流程的事實，您可以看到它如何真正幫助加快整個流程。”

IBM追求其最新技術的業務模式似乎有兩種。一種是將整個系統部署在公司內部。另一個是為私有云安裝提供許可證。

“從業務的角度來看，您可以考慮擁有一個像我們證明的那樣的系統，可以在公司或研究小組內部進行復制，希望可以使用這些技術，” IBM Research Europe杰出RSM經理Teodoro Laino說。 。 “另一方面，我們也在努力使整個系統達到服務水平。”

就像IBM對其新技術充滿信心一樣，該公司也對其抱有很高的期望。

萊諾補充說：“我們的目標是在全球范圍內提供化學服務，這是一種化學亞馬遜。在這里，您無需尋找已有的化學，而是在按需創造化學。”

獲取更多每日科技新資訊，歡迎訂閱關注“科技全頻”。