هوش مصنوعي

يادگيري ماشيني به طور گسترده اي در علوم و آزمايشگاه هاي شيمي براي طراحي دارو و ساير فرايندها مورد استفاده قرار گرفته است. مدل هايي كه به طور آينده نگر براي نتايج واكنش جديد آزمايش مي شوند و براي تقويت درك انسان براي تفسير تصميمات واكنش شيميايي گرفته شده توسط چنين مدل هايي مورد استفاده قرار مي گيرند ، بسيار محدود هستند. گوراو چوپرا ، استاديار شيمي تجزيه و فيزيك در كالج علوم پوردو گفت: “ايجاد واكنش هاي جديد و سريع براي طراحي كتابخانه هاي شيميايي در كشف دارو ضروري است.” “ما يك واكنش چندكاره اي جديد ، سريع و يك گلدان از N-sulfonylimines ايجاد كرده ايم كه به عنوان يك مورد نماينده براي توليد داده هاي آموزشي براي مدل هاي يادگيري ماشين ، پيش بيني نتايج واكنش و آزمايش واكنش هاي جديد به روش آينده نگرانه كور استفاده شده است.

 يادگيري ماشيني در آزمايشگاه هاي شيمي چه نقشي دارد

چوپرا گفت كه رويكرد يادگيري ماشين قابل تفسير توسط تيم Purdue ، كه به عنوان نمودار جريان واكنش شيميايي معرفي شده است ، مي تواند براي بررسي واكنش هر MCR يا هر واكنش شيميايي گسترش يابد. اين به روباتيك در مقياس بزرگ نياز ندارد ، زيرا اين روش ها مي توانند توسط شيمي دانان هنگام آزمايش غربالگري در آزمايشگاه هاي خود مورد استفاده قرار گيرند. اين كار با ساير نوآوري ها و تحقيقات آزمايشگاه هاي Chopra كه اعضاي تيم آن براي ثبت اختراع فن آوري هاي متعدد با دفتر بنياد تحقيقات Purdue همكاري مي كنند ، همسو است. براي كسب اطلاعات بيشتر در مورد اختراعات ثبت شده آنها ، با otcip@prf.org تماس بگيريد.كروپال جتهاوا ، دانشجوي فوق دكترا در آزمايشگاه Chopra ، كه يكي از نويسندگان اين اثر است ، گفت: “استفاده بي سابقه از يك مدل يادگيري ماشين در توليد نمودار جريان واكنش شيميايي به ما كمك كرد تا واكنش واكنش هاي مختلف N-sulfonylimin مختلف را كه به طور سنتي در MCR ها استفاده مي شوند ، درك كنيم.” “ما معتقديم كه كار دستي با شيمي دانهاي آلي و محاسباتي راهي جديد براي حل مشكلات پيچيده واكنش شيميايي براي ساير واكنش ها در آينده خواهد داشت.”