Recientemente, Abierto Nacional de Ciencias La revista publicó en línea un artículo de revisión dirigido por el profesor Fanyang Mo (Escuela de Ciencia e Ingeniería de Materiales, Universidad de Pekín) y el profesor Yuntian Chen (Instituto Oriental de Tecnología, Ningbo).
El equipo de investigación propuso un cambio significativo hacia la automatización y la inteligencia artificial (IA) en la química orgánica durante la última década. Además, introdujeron un concepto innovador:el desarrollo de un asistente de investigación química de IA generativo y autoevolutivo.
El panorama de la investigación en química orgánica ha experimentado cambios profundos. Los datos, la potencia informática y los algoritmos sofisticados constituyen los pilares fundamentales de la investigación científica impulsada por la IA. En los últimos años, los rápidos avances en la tecnología informática, junto con la mejora iterativa de los algoritmos, han iniciado una serie de cambios de paradigma en el ámbito científico. Esto ha llevado a una revisión completa de las metodologías de investigación convencionales.
La química orgánica, inherentemente predispuesta a crear nuevas sustancias, está en una posición única para prosperar en esta era de innovación inteligente. Los científicos de todo el mundo ahora están convergiendo en sus esfuerzos para explorar y aprovechar las capacidades de la inteligencia artificial en la química, iniciando así el movimiento de la "química de la inteligencia artificial".
El ámbito académico se encuentra actualmente a la vanguardia de un renacimiento de la investigación en este ámbito. El futuro es muy prometedor para la aplicación de técnicas de incorporación y descubrimiento de conocimientos en el aprendizaje automático científico. Este enfoque innovador está diseñado para reducir la brecha entre los modelos predictivos existentes y las plataformas experimentales automatizadas, facilitando así el desarrollo de asistentes de investigación química de IA autoevolutivos.
En el campo de la química orgánica, el concepto de descubrimiento de conocimientos a través del aprendizaje automático científico está abriendo nuevas posibilidades. En el corazón de esta disciplina está la comprensión de los mecanismos de reacción, que a menudo involucran redes complejas de intermediarios, estados de transición y reacciones concurrentes.
Los enfoques tradicionales para descifrar estos mecanismos han dependido de estudios cinéticos y etiquetado de isótopos. Sin embargo, la fusión de las matemáticas simbólicas con la IA está preparada para arrojar nueva luz sobre estos intrincados caminos, transformando potencialmente tanto la comprensión como la enseñanza de las reacciones químicas orgánicas.
Además, el aspecto de la incorporación de conocimientos tiene una importancia significativa desde la perspectiva de un químico orgánico. La química orgánica está repleta de reglas heurísticas, que van desde las reglas de Markovnikov para la adición electrofílica hasta las reglas de Baldwin para los cierres de anillos.
Incorporar estos principios establecidos en los modelos de IA garantizaría que sus predicciones no se basen únicamente en datos sino que también resuenen con la comprensión intuitiva de los químicos. Esta integración produciría conocimientos más profundos y más alineados con las perspectivas matizadas de la química orgánica.
Más información: Chengchun Liu et al, Transformando los paradigmas de investigación en química orgánica:pasando de los esfuerzos manuales a la intersección de la automatización y la inteligencia artificial, National Science Open (2023). DOI:10.1360/nso/20230037
Proporcionado por Science China Press
