近日,复旦大学、中国科学院和贝尔法斯特女王大学(Queen's University Belfast)的研究人员在《Engineering》上发表综述文章:《Machine Learning for Chemistry: Basics and Applications》。 在过去的十年里,机器学习和人工智能取得了长足的进步,使我们距离智能机器的实现更近了一步。深度学习方法和增强的数据存储能力的在这一进步中发挥了关键作用。机器学习已经在图像和语音识别等领域取得了成功,现在它在以复杂数据和多样化有机分子为特征的化学领域受到了广泛关注。 然而,由于化学家不熟悉现代机器学习算法,他们在采用机器学习应用时经常面临挑战。化学数据集通常表现出对成功实验的偏见,而平衡的视角需要包含成功和失败的实验。此外,文献中合成条件的不完整记录也带来了挑战。 计算化学可以通过量子力学计算构建数据集,因此更容易
………………………………