سیران خانعلی زاده؛ گروه فناوری اطلاعات: علوم شیمیایی طی چندین دهه گذشته پیشرفت زیادی در کشف مواد بدیع و مفید داشته است؛ که از این جمله می توان به حوزه پلیمری و توسعه ترموپلاستیک یا پلیمر ساختاری اشاره کرد که تاثیرات بسزایی در به کارگیری انواع رنگ ها در صنعت الیاف البسه و فیلم های عکاسی داشته اند. کشف مواد جدید یک نیروی محرکه در گسترش و بهبود محصولات صنعتی است و به گفته کارشناسان بیش از یک میلیون ترکیب شیمیایی کشف نشده بر روی این کره خاکی وجود دارند که هرکدام می توانند به تنهایی پاسخگوی بسیاری از معادلات پیچیده امروزی باشند.
بسیاری از صاحب نظران این حوزه، ورود هوش مصنوعی را بهترین گزینه برای کشف ترکیبات شیمیایی باقی مانده می داند و معتقدند، اگر هوش مصنوعی (AI) بتواند درهای بی نهایت این فضای شیمیایی را بگشاید، انقلابی عظیم در این علم ایجاد خواهد شد که دسترسی بشریت را به تمام رمز و رازهای جهان هستی ممکن خواهد ساخت.
در همین راستا، دانشمندان حوزه فناوری کمپانی IBM در یک اقدام بسیار آینده نگرانه از پلتفرم طراحی مولکولی مبتنی بر فضای ابری و هوش مصنوعی تحت عنوان «تجربه تولید مولکول» (MolGX) رونمایی کردند که به گفته بسیاری از کارشناسان، پدیده جدید نقطه عطفی در شناسایی دنیای مواد و ترکیبات شیمیایی خواهد بود.
تیم طراح این هوش مصنوعی گفت: پلتفرم MolGX به طور کاملا خودکار، ترکیبات مولکولی جدید ایجاد می کند و قادر است مدل های مولد و خواص شیمیایی مواد را با استفاده از مجموعه ای نامتناهی از داده ها کشف کند.
گفتنی است، این پلتفرم از یک مدل هوش مصنوعی را برای پیش‌بینی مشخصات شیمیایی بهره می برد که دارای قابلیت آموزش بوده تا از این طریق ساختارهای مولکولی را بر اساس مدل ساخته شده، ترکیب کند .
سیجی تاکدا مدیر این پروژه عظیم اعلام کرد، که کشف مواد و ترکیبات جدید از یک فراینده مبتنی بر آزمون و خطا انجام می گیرد که نیازمند زمان و هزینه های بسیار زیادی است، در دنیا مشکلات متعددی وجود دارند که نیازمند اتخاذ اقدامات صریح و سریع بوده تا از بحرانهای غیرقابل پیش بینی جلوگیری شود و در این میان ترکیبات مولکولی نقش بالفعل و مهمی را ایفاء می کنند.
وی افزود: داده های ساختاری استخراج شده از طریق هوش مصنوعی ، ساختارها و خصوصیات مولکول ها را در اختیار دانشمندان قرار می دهند که با شبیه سازی شتاب گرفته شده توسط AI تعریف می شوند؛ MolGX از سیستم ورودی ساده ورودی مولکولی یا SMILES پشتیبانی می کند که نشان دهنده ترسیم خطی یک مولکول به عنوان دنباله ای از کاراکترها همانند BrCCOC۱OCCCC۱ است. مولکولهای کاندیدای تولید شده توسط MolGX می توانند برای شیمی به IBM RXN منتقل شوند، که واکنشهای شیمیایی یا مسیرهای سنتز مجدد و IBM RoboRXN را پیش بینی می کند و این سنتز شیمیایی را می توان با استفاده از روباتها ، به طور خودکار بررسی نمود.
البته لازم به ذکر است، که نسخه ارائه شده یک نمونه آزمایشی رایگان MolGX است که با استفاده از یک مجموعه داده آموزش دیده است. نسخه حرفه‌ای این پلتفرم هوش مصنوعی با قابلیت‌های بیشتر مانند آپلود دیتا، خروجی گرفتن از نتایج و مدل‌های شخصی‌سازی شده را می‌توان با پرداخت هزینه تهیه کرد.
نظر شما