韓國科研團隊研發(fā)了化學(xué)驅(qū)動的圖神經(jīng)網(wǎng)絡(luò)智能系統(tǒng)，可用于描述反應(yīng)物和產(chǎn)物之間電子配置的凈變化。該研究核心技術(shù)是設(shè)計了廣義反應(yīng)模板（GRT），即一種僅描述基于原子映射的反應(yīng)前后原子構(gòu)型的局部變化，且沒有特定原子類型或官能團信息的反應(yīng)模板，并利用人工智能技術(shù)自主研發(fā)“LocalTransform智能系統(tǒng)”來預(yù)測反應(yīng)結(jié)果及反應(yīng)產(chǎn)物。該系統(tǒng)通過全局注意力機制，根據(jù)局部化學(xué)環(huán)境和選擇性識別反應(yīng)原子，反應(yīng)模板分類器預(yù)測最終反應(yīng)轉(zhuǎn)化，并提出最佳方案。目前，該系統(tǒng)利用美國專利商標(biāo)局（USPTO）數(shù)據(jù)庫，預(yù)測準(zhǔn)確率達(dá)90％以上。

這項研究可進(jìn)一步加快新分子的設(shè)計過程，并有助于科研人員在人工智能、神經(jīng)科學(xué)、化學(xué)交叉研究與融合發(fā)展等領(lǐng)域的探索。該研究成果刊登在國際學(xué)術(shù)期刊《Nature Machine Intelligence》上。

注：本文摘自國外相關(guān)研究報道，文章內(nèi)容不代表本網(wǎng)站觀點和立場，僅供參考。