Các hướng liên ngành mới nổi

Dự đoán phản ứng, thiết kế tổng hợp bằng máy

Cách mô hình dựa trên dữ liệu dự đoán biến đổi hóa học và tìm lộ trình nhiều bước khả thi, đồng thời thể hiện độ bất định và các ràng buộc hóa học.

Trực giácMô hình đề xuất phản ứng, không chứng minh

Mô hình học các mẫu liên hệ chất phản ứng và điều kiện với sản phẩm. Sản phẩm có vẻ hợp lý chỉ là giả thuyết; nhà hóa học vẫn phải kiểm tra cân bằng nguyên tử, tính chọn lọc, an toàn và khả năng thực nghiệm.

Phổ thôngBiểu diễn phản ứng

Biểu diễn gán nhãn nguyên tử gán chỉ số cho nguyên tử ở cả chất phản ứng lẫn sản phẩm. So sánh liên kết thay đổi giúp mô tả gọn biến đổi, nhưng việc gán nhãn chỉ là quy ước ghi chép, không phải bằng chứng cơ chế.

Đại họcDự đoán như suy luận có điều kiện

Xác suất phụ thuộc vào ví dụ và biểu diễn dùng khi huấn luyện. Nó không tự động là xác suất thành công trong phòng thí nghiệm; biến bị bỏ sót, thiên lệch công bố và quy trình thay đổi đều quan trọng.

Nâng caoTừ mô hình một bước đến cây tổng hợp

Tổng hợp ngược tìm ngược từ chất đích về các tiền chất đơn giản hơn. Thuật toán mở rộng các phép cắt liên kết ứng viên thành cây hoặc đồ thị, rồi xếp hạng lộ trình bằng điểm học được và ràng buộc thực tế như khả năng mua hóa chất, số bước, chọn lọc hóa học và thuốc thử nguy hiểm.

Một lộ trình chưa thành quy trình thực nghiệm nếu điều kiện, xử lý sau phản ứng, tinh chế và quy mô chưa đáng tin. Lộ trình ngắn có thể kém hơn nếu phụ thuộc trung gian kém bền hoặc bước chọn lọc thấp.

Nghiên cứuBiên giới nghiên cứu

Quy trình hữu ích xem đầu ra AI là các đề xuất được xếp hạng: kiểm tra hóa học, xác định bất định, chọn thí nghiệm phân biệt, ghi cả thất bại lẫn thành công rồi cập nhật kế hoạch. Mô hình hỗ trợ chứ không thay thế phán đoán chuyên gia.