编辑/绿萝
人工智能已经对众多科研领域产生了深远影响，例如在蛋白质折叠领域 AI 已经超越了人类。那么在化学领域会出现 AI 化学家吗？
谷歌的 DeepMind 团队继开源了蛋白质结构预测工具 AlphaFold2 之后，于 2021 年 12 月构建的神经网络可以预测分子内电子分布，从而计算出分子特性。而这一突破对于 AI、化学、材料学领域都有重要影响。
2021 年，国内外在 AI 赋能化学领域涌现出大量科学研究。如：准确预测化学反应；快速分类化学反应；化合物命名与性质预测；有机合成与药物设计；仪器分析表征更精确、高效......
不得不说，AI 在一定程度上解放了化学家的双手，但也面临挑战，希望接下来，在化学领域有更深入的研究。
接下来，ScienceAI 将回顾 2021 年 AI 在化学领域的一些重要研究进展。
友情提示：点击小标题可直接访问文章
- 用贝叶斯算法优化化学反应，还推出了开源工具包
- 预测有机反应：从机制到机器学习
- 虚拟化学实验室，强化学习选出解决化学问题的最优AI工具
- 科研人再也不担心有机物命名不规范了：基于Transformer的开源工具自动起名
- IBM RXN: 深度学习在化学反应分类上大放异彩
- 很适用，阿斯利康对 IBM 有机反应分类机器学习方法的验证
- 元素周期表应加上氧化态？机器学习破解晶体结构的氧化态
- 机器学习预测化合物「图」3D结构，绕过能量最小化，速度提高超一百万倍
- 探索化学空间：人工智能可以带我们去人类从未去过的地方吗？
- 量子力学与机器学习相结合，预测高温下的化学反应
- Science重磅：DeepMind再获突破，用AI开启理解电子相互作用之路
- DeepMind AI 解决了化学中最有价值的技术之一
- 图神经网络准确预测无机化合物性质，加速固态电池的设计
- 将理论注入深度学习，对过渡金属表面进行可解释的化学反应性预测
- 最快只需几秒！「智化科技」国产化学合成路线规划AI平台
- 人工智能用于药物设计必须要解决的五大挑战
- 药物化学再添新工具，用Transformer打造的交互式化学反应图集
- 加速锂电池充电速度，斯坦福研究登上Nature子刊
- MIT化学家开发AI应用，为药物发现提速
- 当第一性原理遇上AI，发现200多种新催化剂
- 诺奖再遭质疑，科研人要「疯」了：每年一万多篇文章的 XPS 数据可能都是错的吗？
- AI 改进半导体分层技术，赋能计算机芯片、电池制造
- GNN+领域知识，川大提出高普适性共晶筛选模型（代码开源）
- 机器学习解决核磁共振谱中「谁是谁」的问题，可直接从晶体结构预测化学位移
