只做 63 次实验，从 100 多万中可能的配方组合中，找到了最优解。这是清华大学教授罗三中和团队的最新成果，他们使用AI找到了一个高效的全新化学反应宝藏。这个反应可以使用钴配合物和一种名为烯胺的中间体进行巧妙结合，把生活中常见的醛类分子变成药物或者材料中间体，事实上日常中的很多香料和气味就来自于醛类分子。
如今，人工智能已成为化学研究不可或缺的工具，广泛应用于化合物性质预测、反应优化和材料设计等领域。
从 8.8 万篇文献中提取 1.4 万种材料的化学组成
今年 5 月，一家名为 FutureHouse 的非营利组织宣布推出一款名为 Robin 的新型人工智能（AI）工具，声称其能够极大加速生物学等领域的科学研究进程，该系统不仅能够自主完成从假设提出、实验设计到数据分析等关键科研环节，更在实际应用中，仅历时约 2.5 个月便成功为干性年龄相关性黄斑变性这一复杂眼疾发现了一种新的潜在治疗药物。
这些研究如何影响我们？
诺贝尔物理学奖公布第二天，争议依然未平息。诺奖官号都被愤怒的网友冲了：AI不是物理学！Hopfield网络和反向传播算法究竟与物理学有何关系？这要从Hinton和Ilya 12年前的那件事说起。
2024年诺贝尔化学奖公布，一半授予大卫·贝克（David Baker），“以表彰在计算蛋白质设计方面的贡献”；另一半则共同授予德米斯·哈萨比斯（Demis Hassabis，谷歌DeepMind 创始人）和约翰·M·詹珀（John M. Jumper），“以表彰他们在蛋白质结构预测方面的成就”。
AI 工具的强大功能，令人难以置信。但如果你试图打开引擎盖并了解它们在做什么，你通常会一无所获。AI 常常被视为「黑匣子」。
有助于解决阻碍材料开发的化学难题。
从家庭常备的日化用品，到使用能源的高效催化，生活生产的方方面面离不开新兴材料。当传统“大海捞针”式的试错法，已然难以满足如今新材料研发的需求，这波大模型浪潮催生的人工智能热，却让“AI炼金术”渐渐接近现实。
