事件回顾：通过机器学习推进化学和材料科学

作者：Deirdre shahar

机器学习是人工智能（AI）的一种应用，它为系统提供了自动学习和从经验中改进的能力，而无需人类编程。

随着高通量计算和实验的广泛使用，化学和材料科学家可以利用机器学习和数据科学的发展来推动下一代能源，生物医学实践，电子材料等。

哈里里计算澳门威尼斯人注册网站研究所与共同赞助的BU工程学院、BU艺术与科学学院、BU材料科学与工程系和BU化学系于2021年6月14日星期一举办了一场研讨会，分享了澳门威尼斯人注册网站研究人员通过机器学习推进化学和材料科学的一些方法。该活动包括三场会议，来自不同科学背景的主要演讲者分享他们的澳门威尼斯人注册网站研究，既可以单独发言，也可以作为小组讨论和学生海报会议。

该活动的第一次会议侧重于学习如何为化学反应生成数据，这些数据可用于优化和自动化反应。这些发展使澳门威尼斯人注册网站研究人员能够产生高质量的数据，这些数据可以应用于他们澳门威尼斯人注册网站研究和实验中使用的算法。然而，为机器学习应用程序生成有用数据的一个主要挑战是捕获大量离散和连续变量，这些变量可以单独决定反应结果。

“没有一件事能让你解决所有的化学问题。你将需要多种不同类型的仪器和方法，并在最适合的地方利用它们，并利用你现有的资源。”克里·吉尔摩说康涅狄格大学化学系助理教授。

演讲者Connor Coley是麻省理工学院化学工程Henri Slezynger职业发展助理教授，Grace Russell是Snapdragon化学公司的科学家，他们谈到了用实验室机器人进行有机反应的进展，以及如何通过标准化和算法促进这些化学反应。

研讨会的第二部分集中在一些用于化学和材料科学应用的基本机器学习技术和算法上。演讲者讨论了他们曾经使用过的工具

结构化数据，如分子网络。在遵循物理定律的同时绘制分子结构，并以一种可用于机器学习应用的方式提供准确的电子结构，这是至关重要和具有挑战性的。

演讲者Frank Noe （Freie Universität Berlin数学与计算机科学系教授）、Risi Kondor（芝加哥大学计算机科学与统计系副教授）和Bidisha Samanta （b谷歌澳门威尼斯人注册网站研究工程师）谈到了深度机器学习方法如何对工业和信息技术产生深远影响。他们还谈到了分子图的深度生成模型的好处。

研讨会的最后一场会议讨论了机器学习在计算化学和材料科学中的前景和挑战。将机器学习和数据科学方法与计算方法相结合，有可能实现更有效和高效的化学和材料开发。数据科学正在开发更灵活的原子尺度模型，然而，基于物理的建模也开始为数据科学提供信息。该领域的领导者讨论了这类澳门威尼斯人注册网站研究的方向。

马里兰大学化学与生物化学系助理教授Pratyush Tiwary表示，人工智能也可以用于化学领域，以理解和预测由数百万原子组成的复杂分子的行为。他还解释了人工智能的几个缺点，蒂瓦瑞认为澳门威尼斯人注册网站研究人员可以通过统计力学来克服这些缺点。塔夫茨大学化学副教授林玉山，瑞士材料澳门威尼斯人注册网站研究所副教授Michele Ceriotti

洛桑联邦理工学院教授解释了澳门威尼斯人注册网站研究人员如何使用分子动力学预测环肽的结构，以及机器学习时代的原子模拟如何帮助推动该领域的快速发展。

研讨会为哈里里澳门威尼斯人注册网站研究所重点澳门威尼斯人注册网站研究项目的澳门威尼斯人注册网站研究人员提供了与来自不同背景的科学家就机器学习和化学科学进展进行交流的机会。

萨曼塔说：“我认为找到兴趣匹配的地方非常重要，然后从那里开始工作。”化学家、物理学家、计算机科学家和数学家都一直致力于开发新的工具、技术和算法，以进一步开发人工智能的应用。Kondor同意与其他科学家合作是关键。他说：“重要的是建立长期合作，以保持客观。”这也是哈里里澳门威尼斯人注册网站研究所希望实现的目标。

想了解更多？观看该事件的记录在这里。

有兴趣了解更多澳门威尼斯人注册哈里里澳门威尼斯人注册网站研究所的澳门威尼斯人注册网站研究吗？在这里注册我们的时事通讯。