通過將原子看作字母、將分子理解為單詞，IBM的人工智能軟件正在使用與機器翻譯相同的方法來預測有機化學反應的結果，從而加速新藥的研發。

在過去的50年里，科學家們試圖教會計算機化學反應的原理，以使得計算機能夠幫助預測有機化學反應的結果。然而，有機化學品有可能非常復雜，因而對其反應過程的模擬可能會非常耗時和不準確。

相反地，IBM的研究人員采用了通常用于語言翻譯的人工智能(AI)程序，將其應用于有機化學。12月4日，在加利福尼亞州長灘舉行的神經信息處理系統會議上，科學家們詳細介紹了他們的發現。相關研究論文的合作者、位于蘇黎世IBM研究院的Teodoro Laino說：“不是把英文翻譯成德文或中文，而是用同樣的人工智能技術來處理數十萬次甚至數百萬次化學反應，讓其學習有機化學“語言”的基本結構，然后嘗試預測可能的有機化學反應結果。”

“我們希望幫助化學家設計新的有機化合物合成路線”，Laino說。合成藥物和其他復雜有機化合物通常是一項艱巨的任務，“可能需要30或40個步驟”，他解釋說。“商業領域一直在尋找捷徑，以跳過幾個步驟，從而縮短時間，提高產量。”

新的AI程序是一個人工神經網絡。在這個網絡中，被稱為神經元的組件利用已有的數據合作解決一個問題，比如翻譯句子，然后神經網絡反復調整其神經元之間的連接，并查看這些新的連接模式是否能夠更好地解決問題。隨著時間的推移，神經網絡會找出哪種模式能夠計算出最好的解決方案，其過程與人腦的學習過程非常類似。Laino說：“這種推理和學習方式與現實生活中有機化學家的做法非常相似。”

一個以某種語言為母語的孩子可能不知道這種語言的各種規則，但卻知道如何使用這種語言。與此類似，這個新的人工智能軟件永遠不會學習有機化學的工作原理，但仍然可以預測化學反應的結果。如果人工智能認為化學反應可能有不止一個結果，它會提供按照可能性大小排名的多種解決方案。

研究論文的聯合作者、蘇黎世IBM研究院的Philippe Schwaller說：“它可以達到80％的準確率。Schwaller表示：到目前為止，人工智能處理的最大分子包含150個原子。研究報告的聯合作者、蘇黎世IBM研究院的Théophile Gaudin說：“如果需要，我們可以使用更長的分子，這在理論上是可行的。”

未來，“我們計劃通過云服務向大家提供這項服務，”Gaudin說。“我們也希望達到90％甚至更高的精確度。實現這個目標的一種方法是不使用一般的有機化學模型，而使用更專業的、專注于特定類別有機化學反應的模型。”

Laino說：此外，未來研究人員可能會將諸如溫度、溶劑和pH值等因素納入AI學習的化學反應中。然而，這將需要仔細檢查所有這些額外數據的準確性。此外，“我們還希望進行社會實驗，從而使我們能夠找到有機化學專家，并考察我們的模型與他們模型的競爭情況。”Gaudin說。由于人工智能還不完善，仍然需要有機化學家跟進工作。“我們創建這個工具不是用來取代有機化學家，而是幫助他們，”Laino說。