谷歌在化學發(fā)力應用機器學習技術預測分子性質(zhì)

2017-04-19 09:44:57來源：雷鋒網(wǎng) 編輯：沐子飛關鍵詞：機器學習數(shù)據(jù)谷歌閱讀量：32672

導讀：近，機器學習在化學領域的應用有很大進展，特別是化學搜索問題，從藥物篩選、電池設計到OLEDs設計，催化劑的發(fā)現(xiàn)。

　　【中國智能制造網(wǎng) 企業(yè)動態(tài)】近，機器學習在化學領域的應用有很大進展，特別是化學搜索問題，從藥物篩選、電池設計到OLEDs設計，催化劑的發(fā)現(xiàn)。歷史上化學家使用薛定諤方程做數(shù)值近似來解決化學檢索問題，如使用密度泛函理論(DFT)，然而近似值的計算成本限制了搜索的規(guī)模。

　　為了能夠擴大搜索能力，已有幾個研究小組使用DFT生成的訓練數(shù)據(jù)，創(chuàng)建ML模型來預測化學性質(zhì)，例如Matthias Rupp等用機器學習模型來預測各種有機分子的原子化能，J?rg Behler 和 Michele Parrinello引入DFT勢能面的一種新的神經(jīng)網(wǎng)絡表征。在這些工作的基礎之上，谷歌研究院在QM9基準數(shù)據(jù)集(配有DFT計算的電子，熱力學和振動性質(zhì)的分子集合)上應用了各種機器學習方法。

　　谷歌研究院發(fā)布了兩篇論文，介紹了他們在這一領域的研究，研究工作由Google Brain團隊，Google Accelerated Science團隊，DeepMind和巴塞爾大學合作完成。篇論文《Fast machine learning models of electronic and energetic properties consistently reach approximation errors better than DFT accuracy》調(diào)查了回歸分子和分子表征的選擇對快速機器學習模型的影響，模型用于構建有機分子的十三個基態(tài)電子性質(zhì)，每個回歸/表征/性質(zhì)組合的性能通過學習曲線評估，該曲線描繪近似誤差，以此作為訓練集大小的函數(shù)。論文在QM9基準數(shù)據(jù)集上測試了多種機器學習方法，并集中改進有希望的深層神經(jīng)網(wǎng)絡模型。

　　第二篇論文《Neural Message Passing for Quantum Chemistry》描述了一種稱為消息傳遞神經(jīng)網(wǎng)絡(MPNN)的模型族，將其抽象地定義為包含很多對圖形對稱性具有不變性的神經(jīng)網(wǎng)絡模型。研究團隊在MPNN模型族中開發(fā)了新變體，性能明顯優(yōu)于QM9基準測試的所有基準測試方法，另外某些目標的性能改進了近四倍。

　　從機器學習的角度來看，分子數(shù)據(jù)之所以有趣，原因之一是一個分子的自然表征以原子作為邊界的結(jié)點和鍵。能夠利用數(shù)據(jù)中固有對稱性的模型更容易泛化，這很容易理解，卷積神經(jīng)網(wǎng)絡在圖像識別上之所以成功，一部分原因是模型能夠記住圖像數(shù)據(jù)中的一些不變性知識，比如把一種圖片中的狗挪到圖片左邊還是一張狗的照片)。圖形對稱性這一固有特征是機器學習處理圖像數(shù)據(jù)非常理想的性質(zhì)，在這領域也有許多有趣的研究，例如Yujia Li等研究了結(jié)構化圖片的特征學習技巧，David Duvenaud等應用圖像神經(jīng)網(wǎng)絡學習分子指紋信息，Steven Kearnes等提出一種機器學習模型用于無向圖的學習。盡管這一領域已有所進展，谷歌研究院希望找到化學(和其他)應用模型的佳版本，并找出文獻中提到的不同模型之間的聯(lián)系。

　　谷歌研究院提出的MPNN模型提高了QM9數(shù)據(jù)集任務(預測所有13種化學性質(zhì))的好性能，在這個特定的數(shù)據(jù)集上，他們的模型可以準確地預測13種性質(zhì)中的11個，這樣的預測性能已經(jīng)足夠準確，能對化學家未來的應用有幫助。另外，此模型比使用DFT模擬要快30萬倍。但是在MPNN模型走向?qū)嶋H應用之前還有很多工作要做。實際上，MPNN模型必須應用于比QM9數(shù)據(jù)更多樣化的分子集合(例如數(shù)目更大，變化更大的重原子集合)。當然，即使有了更真實的數(shù)據(jù)集，模型的泛化性能還是很差?？朔陨蟽蓚€挑戰(zhàn)需要解決機器學習研究的核心問題，例如泛化。

　　預測分子性質(zhì)是一個非常重要的問題，它既是先進的機器學習技術的應用場景，也為機器學習帶來了非常有趣的基礎研究課題。后，分子性質(zhì)的預測有助于造福人類的新藥物和材料的設計。谷歌科學家們認為傳播研究成果，幫助其他研究者學習機器學習應用都是及其重要的。

　　原標題：谷歌研究院在化學發(fā)力：應用機器學習技術預測分子性質(zhì)

上一篇：百度宣布開放自動駕駛平臺汽車產(chǎn)業(yè)迎變革契機

下一篇：和頭條相反騰訊花2年時間調(diào)教寫稿機器人

我要評論

數(shù)字經(jīng)濟民營企業(yè)座談會在福州召開
國家數(shù)據(jù)局將深入貫徹黨中央、國務院決策部署，強化數(shù)據(jù)要素保障，深化數(shù)據(jù)資源開發(fā)利用和開放共享，推動科技創(chuàng)新和產(chǎn)業(yè)創(chuàng)新深度融合，打造具有國際競爭力的數(shù)字產(chǎn)業(yè)集群，更好激發(fā)數(shù)字經(jīng)濟創(chuàng)新活力。
數(shù)字經(jīng)濟數(shù)據(jù)
2025-05-08 09:57:33
國家數(shù)據(jù)局綜合司關于征集數(shù)據(jù)基礎設施建設優(yōu)秀案例的通知
為落實《國家數(shù)據(jù)基礎設施建設指引》（簡稱《建設指引》）工作部署，加快推進數(shù)據(jù)基礎設施建設，現(xiàn)組織征集數(shù)據(jù)基礎設施建設優(yōu)秀案例，總結(jié)數(shù)據(jù)基礎設施建設經(jīng)驗，遴選推廣先進做法，供各方借鑒參考。
數(shù)據(jù)基礎設施
2025-04-28 10:13:06
以高質(zhì)量數(shù)據(jù)促進人工智能發(fā)展國家數(shù)據(jù)局將開展四方面工作
近期人工智能技術發(fā)展出現(xiàn)新的進展，引發(fā)全球廣泛關注。這背后，離不開算法、算力、數(shù)據(jù)的協(xié)同創(chuàng)新。國家數(shù)據(jù)局局長劉烈宏說，高質(zhì)量數(shù)據(jù)與人工智能的結(jié)合，將會進一步發(fā)揮數(shù)據(jù)和人工智能的倍增效應。
人工智能數(shù)據(jù)
2025-03-30 13:52:34
AI長眼睛了！谷歌推出Gemini實時視頻功能
谷歌已正式在Gemini Live平臺推出嶄新的AI功能，此功能賦予AI“視覺”，能直接查看用戶設備屏幕或手機攝像頭的畫面，并即刻回應用戶的查詢。
谷歌Gemini Live平臺AI功能
2025-03-24 10:28:03
煙臺：數(shù)據(jù)跨部門調(diào)用 “e拍通”跑出改革加速度
山東堅持分步實施、有序推進，在全省范圍大力推行“免證辦事”“一碼通行”，凡是通過電子證照、數(shù)據(jù)共享可以獲取的信息，不再要求企業(yè)和群眾提供相應材料。
電子證照數(shù)據(jù)
2025-03-11 11:45:10
聚焦物流行業(yè)發(fā)展問題開展物流數(shù)據(jù)開放互聯(lián)試點工作
隨著數(shù)字經(jīng)濟時代的到來，物流行業(yè)正經(jīng)歷著變革。數(shù)據(jù)作為新的生產(chǎn)要素，正在重塑物流行業(yè)的運營模式和價值鏈。物流業(yè)數(shù)據(jù)融合是指將來自不同來源、不同格式的物流數(shù)據(jù)進行整合、處理和分析，以提取有價值的信息和知識的過程。
物流行業(yè)數(shù)據(jù)
2025-02-20 10:24:45

版權與免責聲明：

凡本站注明“來源：智能制造網(wǎng)”的所有作品，均為浙江興旺寶明通網(wǎng)絡有限公司-智能制造網(wǎng)合法擁有版權或有權使用的作品，未經(jīng)本站授權不得轉(zhuǎn)載、摘編或利用其它方式使用上述作品。已經(jīng)本網(wǎng)授權使用作品的，應在授權范圍內(nèi)使用，并注明“來源：智能制造網(wǎng)”。違反上述聲明者，本站將追究其相關法律責任。

本站轉(zhuǎn)載并注明自其它來源（非智能制造網(wǎng)）的作品，目的在于傳遞更多信息，并不代表本站贊同其觀點或和對其真實性負責，不承擔此類作品侵權行為的直接責任及連帶責任。如其他媒體、平臺或個人從本站轉(zhuǎn)載時，必須保留本站注明的作品第一來源，并自負版權等法律責任。如擅自篡改為“稿件來源：智能制造網(wǎng)”，本站將依法追究責任。

鑒于本站稿件來源廣泛、數(shù)量較多，如涉及作品內(nèi)容、版權等問題，請與本站聯(lián)系并提供相關證明材料：聯(lián)系電話：0571-89719789；郵箱：1271141964@qq.com。

不想錯過行業(yè)資訊？

訂閱 智能制造網(wǎng)APP

一鍵篩選來訂閱

信息更豐富

今日焦點/FOCUS 更多

熱門話題/TOPICS更多

人形機器人奏響“狂歡曲”

高難度！深圳眾擎實現(xiàn)全球首例人形機器人前空翻

宇樹科技王興興：預計年底H1機器人跑速達10米/秒超博爾特

“智能經(jīng)濟”駛?cè)氚l(fā)展“快車道”

AI智能體Manus橫空出世！中國AI實現(xiàn)自主執(zhí)行能力跨越式突破

數(shù)轉(zhuǎn)智改，安全先行！“以模制?！弊o航企業(yè)數(shù)智升級

精彩直播/VIDEO更多

回放

數(shù)字孿生賦能新型工業(yè)化分論壇

: 數(shù)字孿生賦能低空經(jīng)濟分論壇

: 數(shù)字孿生賦能城市全域數(shù)字化轉(zhuǎn)型分論壇

推薦產(chǎn)品/PRODUCT 更多

金華工廠工業(yè)制冷空調(diào)
工廠制冷空調(diào),工業(yè)制冷空調(diào),蒸發(fā)冷空調(diào),車間省電空調(diào),廠房降溫空調(diào)
品牌
爽風
AN1930-00-05-01-00-00-00電渦流振動傳感器
渦流傳感器,電機振動變送器,振動速度傳感器,機殼振動變送器,軸振動傳感器
品牌
其他品牌
GE通用電氣IC200系列PLC模塊
IO模塊
品牌
GE
交流電流變送器儀表
交流電流變送器,CPZGW
品牌
其他品牌
全自動凱氏定氮儀庫存庫號：D142570
帶20孔曲線升溫,石墨消化爐
品牌
其他品牌
穿孔測量型電流互感器
電流互感器,工礦企業(yè)內(nèi)部測量,測量型,安科瑞
品牌
安科瑞

国产强伦姧在线观看无码,中文字幕99久久亚洲精品,国产精品乱码在线观看,色桃花亚洲天堂视频久久,日韩精品无码观看视频免费

谷歌在化學發(fā)力 應用機器學習技術預測分子性質(zhì)

谷歌在化學發(fā)力應用機器學習技術預測分子性質(zhì)