首页
学习
活动
专区
工具
TVP
发布
精选内容/技术社群/优惠产品,尽在小程序
立即前往

JCIM综述 | 人工智能在化学领域的发展与未来

人工智能(ArtificialIntelligence, AI)近年来在化学领域的应用取得了巨大的发展。尤其自2015年以来,与 AI 相关的化学出版物数量大幅增长。美国化学文摘社的Zachary J. Baum等人分析了跨学科研究的趋势,还对期刊和专利出版物进行了专题分析,以说明AI与某些化学研究主题的关联,并对各种化学学科的著名出版物进行评估和介绍,以突出新兴的AI相关的使用案例。最后,本文还量化了与AI相关的化学研究中不同种类的研究对象的出版物数量,进一步详细说明了人工智能在生命科学和分析化学中的普及程度。近日,此项分析研究以综述形式发表在美国化学会出版的计算化学和化学信息学核心期刊Journal of Chemical Information and Modeling(J. Chem. Inf. Model. 2021, 61, 7, 3197–3212)上【1】。

02
您找到你想要的搜索结果了吗?
是的
没有找到

JCIM | 化学、生物和生物医学科学的信息学研究

信息学正在跨学科发展,影响着化学、生物和生物医学的多个领域。除了成熟的生物信息学学科,其他以信息学为基础的跨学科领域也在不断发展,如化学信息学和生物医学信息学。其他相关的研究领域,如药物信息学、食品信息学、表观信息学、材料信息学和神经信息学等最近才出现,并作为独立的子学科继续发展。这些学科的目标和影响通常在文献中被单独回顾。因此,确定共同点和关键差异仍然具有挑战性。研究人员结合自然科学和生命科学中的三个主要信息学学科,包括生物信息学、化学信息学和生物医学信息学进行讨论,并对相关的子学科进行简要评论。重点讨论了生物信息学、化学信息学和生物医学信息学的定义、历史背景、实际影响、主要异同,并对生物信息学、化学信息学和生物医学信息学的传播和教学进行了评价。

03

AI时代就业指南:数学专业,你看不见的前尘似锦

数学专业,在大众化的眼光看来,毕业后的就业前景无非是当老师或者搞科研,这个专业似乎太古板且就业道路狭窄。然而,在AI时代,这些都是偏见,数学专业毕业生早已是互联网、金融界、IT界、科研界的“香饽饽”,数学专业的就业前景有你看不见的“前途似锦”! 数学专业的划分主要如下: 专业 基础数学(应用数学)概率论与数理统计(概率与统计精算)数学工程的科学与工程计算系专业概况数学系一般开设基础数学、应用数学两专业,而这两个专业方向基本是相通的,都是为培养数学和其他高科技复合型人才打下基础。基础数学学科较多地涉及:代

010

【Nature】万字综述:人工智能如何促进科学发现

人工智能(AI)正日益融入科学发现中,以增强和加速研究,帮助科学家生成假设、设计实验、收集和解释大量数据集,并获得可能无法仅通过传统科学方法获得的洞见。我们审查了过去十年的突破,其中包括自监督学习,它允许模型在大量未标记的数据上进行训练,以及几何深度学习,它利用有关科学数据结构的知识来提高模型的准确性和效率。生成性AI方法可以通过分析多样化的数据形式(包括图像和序列)来创建设计,例如小分子药物和蛋白质。我们讨论了这些方法如何在整个科学过程中帮助科学家,以及尽管有这样的进展,仍然存在的核心问题。AI工具的开发者和用户都需要更好地了解何时需要改进这些方法,以及由于数据质量和管理不佳而带来的挑战。这些问题贯穿于科学学科,并需要开发可以促进科学理解或自主获取的基础算法方法,使它们成为AI创新的关键关注领域。

02

周志华、胡事民、钱德沛等学者入选,2021年中国科学院院士增选初步候选人名单的公布

昨日(8月1日)中国科学院官网发布《关于公布2021年中国科学院院士增选初步候选人名单的公告》,共191人获得“初步候选”资格。 其中,技术科学部38人、信息技术科学部26人、数学物理学部35人、化学部29人、生命科学和医学学部36人、地学部27人。 根据《中国科学院院士增选工作实施细则》,院士是国家设立的科学技术方面的最高学术称号, 一旦入选,将是终身荣誉。 此次增选名额基数为 60 名,但学部主席团可根据学科布局和学科发展需要适 当增加。 换句话说,初步候选人每人都有接近1/3的概率获得这一终身荣誉

02

J. Chem. Inf. Model. | ChatGPT 生成的内容与化学领域数据相似性指数

近年来,自然语言处理和机器学习的进步导致了像ChatGPT这样功能强大的语言模型的发展。这些基于GPT-3.5架构的模型旨在理解和生成类似人类的文本响应。尽管这些模型已广泛用于各种应用,但它们在化学领域及其子领域的潜力仍未得到充分探索。通过利用该领域中丰富的知识和数据,ChatGPT有潜力帮助研究人员、学生和专业人员获取相关信息、解决问题并促进科学交流。ChatGPT有可能彻底改变我们在化学及其子学科领域中获取和互动科学知识的方式。生成的内容可以涵盖有机化学、无机化学、分析化学、物理化学、生物化学等广泛的主题领域。已经有一些关于化学和ChatGPT的论文发表,例如药物发现、教学学习、计算化学等。ChatGPT可以用于快速、易于访问地提供有关化学各个方面的信息,可能成为研究人员、学生和专业人员的宝贵工具。此外,ChatGPT可以用更简单的语言解释化学概念,帮助学生更好地理解复杂的主题,可能有助于解决问题。ChatGPT适用于多样的数据集,包括科学交流,从而可以使用与化学相关的技术术语和行话,有助于生成与特定查询相关的上下文相关响应。因此,评估ChatGPT在化学领域生成的内容的准确性和可靠性需要适当的评估方法,以衡量生成内容的质量,如检查其相似性。因此,作者研究的目标是调查ChatGPT在生成与化学相关的内容方面的能力,并检查相似性指数以评估生成响应的质量和准确性。

02

带你动手编程的强化学习系列课,拯救各位学习困难户!

如今,深度强化学习算法被认为是最有可能实现通用人工智能计算的方法。 由于深度强化学习算法融合了深度学习、统计、信息学、运筹学、概率论、优化等多个学科的内容,入门门槛高是事实。 虽然市面上有着很多优秀的AI著作,但自己学起强化学习算法仍然是一团浆糊。作为一个科技小编,其实我清楚我的问题出在哪里。就像学游泳,只学理论而不下水,永远学不会。 只懂原理而不进行编程训练,那永远也别想学会强化学习算法! 淦!道理说的头头是道,可如何动手,去哪动手? 问题就出在这里。市面上大部分强化学习资料的重心用在了描述算法原理上,

01

机器之心走近全球顶尖实验室:UCL多智能体强化学习研究团队

机器之心知识站与国际顶尖实验室及研究团队合作,将陆续推出系统展现实验室成果的系列技术直播,作为深入国际顶尖团队及其前沿工作的又一个入口。赶紧点击「阅读原文」关注起来吧! 人工智能已经在围棋、图像识别和语音识别等领域达到甚至超越了人类专家水平,但智能化的机器离我们仍然很远。要想实现通用智能,AI智能体必须学习如何在共享环境中与「他人」进行互动,由此便产生了人工智能的一个前沿研究领域:多智能体学习。 多智能体学习的问题存在于多个领域。在这些问题中,多个智能体不仅与环境相互作用,而且彼此互动,由此造成的复杂和多变

03
领券