Исследователи из Массачусетского технологического института разработали модель машинного обучения, которая может быстро вычислять промежуточные состояния химических реакций, которые ранее было сложно определить. Эта модель способна обрабатывать данные в течение нескольких секунд, в то время как традиционные методы могут занимать часы или дни. Это открытие может иметь широкое применение в различных областях, включая химическую промышленность, фармакологию и экологию.
Новая модель искусственного интеллекта использует диффузионный подход для создания этих структур переходных состояний. Этот метод основан на представлении химических соединений в виде трехмерных структур, а затем изменении их ориентации для поиска наиболее вероятных промежуточных стадий реакции. Результатом является более глубокое понимание механизма химической реакции, что может привести к более эффективному синтезу и улучшению химических процессов.
Исследователи проверили модель на разных реакциях и показали, что она точно предсказывает структуры переходных состояний. Этот метод может ускорить разработку катализаторов и процессов для производства топлива, лекарств и других важных соединений.
Источник ferra
