Kebotix利用机器学习和机器人加速化合物和材料设计

编译:chux

出品:ATYUN订阅号

机器人手臂将移液器浸入培养皿中,并将少量明亮的液体转移到位于另一台机器前面的许多容器中。当所有样品都准备好后,第二台机器测试它们的光学特性,并将结果输送到控制臂的计算机。软件分析这些实验的结果,制定一些假设,然后重新开始该过程。这一过程几乎不需要人类。

由一家名为Kebotix的初创公司开发的装置暗示了机器学习和机器人自动化如何在未来几年内为材料科学的革命做好准备。该公司认为,它可能会发现新的化合物,除其他外,可以吸收污染,对抗抗药性真菌感染,并作为更有效的光电子组件。该公司的软件从具有已知特性的分子的三维模型中学习。

目前一些软件算法已经用于设计化合物和材料,但过程缓慢结果粗糙。通常,机器只是测试材料的轻微变化,盲目地寻找可行的新创作。机器学习和机器人技术可以使过程更快,更有效。Kebotix是致力于这一想法的几家创业公司之一。

公司的目标是使用机器学习来生成候选材料。“我们发现过程太慢了,”Kebotix首席执行官Jill Becker说,“当有一个材料的想法,你开出尝试制作它,然后测试它。但很少有想法得到测试,结果甚至更少。”

Kebotix使用几种机器学习方法来设计新型化合物。该公司将具有所需特性的化合物的分子模型输入到一种神经网络中,该神经网络学习这些属性的统计表征。然后,该算法可以提出适合相同模型的新示例。

Kebotix还使用另一个网络来清除偏离原始设计太多的设计。然后该公司的机器人系统测试剩余的化学结构。这些实验的结果可以反馈到机器学习管道中,帮助它更接近所需的化学特性。该公司称整个系统为“自动驾驶实验室”。

该公司首席产品官Christoph Kreisbeck表示,Kebotix将开始研究用于电子应用的分子,然后尝试解决新的聚合物和合金问题。

“AI预测并计划下一步该做什么;机器人自动化系统非常快速地测试我们的新分子,”Kreisbeck说,“机器可以从数据库中学习,为下一轮做出更好的决策。”

Kebotix由哈佛大学AlánAspuru-Guzik实验室的研究人员创立,他们今年早些时候离开哈佛大学,在加拿大多伦多大学实验室建立了实验室。

麻省理工学院材料科学与工程教授Klavs Jensen领导的实验室正在开发自动化方法来设计有用的新化学品,包括结合机器学习和机器人技术的方法。他说问题在于此类方法往往需要大量数据,这通常很耗时且难以收集。随着材料变得更加复杂,这也变得更具挑战性。“你绝对可以做很多,”Jensen表示,“但与其他任何事情一样,这与数据的质量有关。”

这在制药行业已经司空见惯的自动化,在材料研究中将变得越来越重要。“它不会取代专家,但你能够更快地完成任务。”

原文发布于微信公众号 - ATYUN订阅号(atyun_com)

原文发表时间:2018-11-08

本文参与腾讯云自媒体分享计划,欢迎正在阅读的你也加入,一起分享。

发表于

我来说两句

0 条评论
登录 后参与评论

相关文章

来自专栏镁客网

硬纪元AI峰会前瞻:成像技术距离下一次颠覆还有多远?

1675
来自专栏大数据文摘

Facebook最新研究:我们训练机器人讨价还价,没想到AI还自己学会了“使诈”(附论文)

1351
来自专栏程序员的SOD蜜

DDD为何叫好不叫座?兼论DCI与业务分析的方法论

     今天,仔细阅读了园子里面的一个朋友写的《一缕阳光:DDD(领域驱动设计)应对具体业务场景,如何聚焦 Domain Model(领域模型)?》(http...

2387
来自专栏智能计算时代

数据科学难题,怎么解释到底什么是数据科学

网络上没有任何文章比较和对比数据科学术语。所有类型的人都写了各种各样的文章,将他们的意见传达给任何愿意倾听的人。这几乎是压倒性的。

1843
来自专栏企鹅号快讯

你了解你的数据吗

0x00 前言 你了解你的数据吗? 前几天突然来了点灵感,想梳理一下自己对数据的理解,因此便有了这篇博客或者说这系列博客来聊聊数据。 数据从业者有很多,比如说数...

22410
来自专栏AI科技评论

Human-like learning在对话机器人中的魔性运用 | 牛人讲堂

对话机器人很多,像Siri,小冰,度秘,Allo都能在你有空的时候跟你贫贫嘴,不过随着厂家和用户意识到凭空做出一个高度通用的对话机器人是非常不现实的,对话机器人...

2845
来自专栏AI研习社

机器人聊天的秘密|硬创公开课

语义理解简单来说,就是让计算机听懂用户说了什么,然后可以进一步回答用户的问题或与用户对话。这类技术在现实场景中的应用有大家比较熟知的微软小冰与百度度秘。锤子手机...

3534
来自专栏ATYUN订阅号

【学术】量子算法与计算机对抗,胜者究竟是谁?

我们对“量子霸权(quantum supremacy)”的追求证明了量子计算机比普通计算机能够更快地做一些事情,但是,却自相矛盾地导致了准量子典型算法的繁荣。 ...

3224
来自专栏新智元

IBM 最强神经形态芯片电脑出货,与人类大脑又近一步

人类觉得电脑厉害,殊不知最厉害的电脑是人脑。IBM说,我们想做可以像人类一样做决策的电脑。本周,NS16e,IBM以人类大脑为灵感的最大电脑出货,目标远大。 N...

3527
来自专栏人工智能头条

掌握 Google 深度学习框架的正确姿势——专访 TensorFlow 贡献者唐源

2303

扫码关注云+社区