可以预测新物质的人工智能

人工智能对科研领域的颠覆才刚刚开始。

人工智能已经开始在基础科学领域大施拳脚，其中的思路相信会给人工智能领域的创业者带来启发。

目前利物浦大学的科学家正尝试用机器学习算法，模拟原子之间的无穷多的组合方式，从而发现新的物质，这让计算机在某种程度上扮演了造物主的角色。

在该研究中，通过向机器学习算法输入已知物质的构成数据，可以让计算机预测与之类似的新物质中原子可能的组合方式，这可以帮助科学家大大缩小寻找新物质的范围，从而提高发现新物质的效率，这也使科学家得以将精力集中在实验结果分析上，避免像过去那样陷于痛苦的实验阶段。

近年来，人工智能辅助科研的案例层出不穷，这一领域涌现了一大批创业公司以及强强合作的项目。

例如2016年11月，强生公司与英国人工智能公司BenevolentAI合作，来使用人工智能评估小分子化合物的临床潜力，目前BenevolentAI已经获得了一定数量临床实验阶段的新药物。

类似的案例还有2016年12月，医药巨头辉瑞与IBM 合作：将云端人工智能平台Watson for Drug Discovery用于新型抗癌药的研发，依靠Watson分析大量公共数据及自有数据，将得到的结果用于发现免疫肿瘤新药物的靶点、研究组合疗法以及选择患者治疗策略。

以上述的药物研发为例，传统的药物开发是一个不断试验和试错的过程，药物从最初的实验室研究到最终摆放到药柜销售平均需要12年时间，1个药物需要投入66.145亿元人民币、7000874个小时、6587个实验、423个研究者。

AI对药物研发的帮助首先从数据开始，通过数据处理生成假定的药物，从而更有效率地开发新药。超级计算机可以通过在几天之内评估820万种化合物，从而找到多发性硬化症可能的治疗方法。