韩国研究团队首次开发出能够理解化学基本原理、自主判断分子稳定性的人工智能(AI)模型。预计由此将使原本耗费大量时间与成本的“分子设计”过程更加快速、精确。
据科学界16日消息,韩国科学技术院(KAIST)化学系金宇渊教授研究团队近期开发出可自主理解决定分子稳定性的物理法则并预测结构的人工智能(AI)模型——“黎曼扩散模型(R-DM)”。
研究团队按能量高低将分子结构表现为“山丘”或“谷地”的地图形态,并让AI寻找能量最低的谷地并向其移动。
R-DM就这样在立体的能量地形上避开不稳定结构,寻找最稳定状态从而完成分子构建。它基于处理弯曲空间而非平面的数学理论“黎曼几何”,在曲面上搜索能量最小点。研究团队解释称:“这是AI学习了化学基本原理——‘物质偏好能量最低状态’这一法则的结果。”
实验结果显示,R-DM的“化学精度”最高比现有AI高出20倍以上。预测误差也降低到与精密量子力学计算几乎没有差别的水平。
该技术预计将应用于新药开发、下一代电池材料、高性能催化剂设计等多个领域。因为智能手机电池的寿命、新药的成败,都取决于构成材料物质的原子结合得有多稳定。如何排布众多原子才能形成最稳定的分子,这一寻找过程是“分子设计”的核心环节,而现在让AI自主完成了这一探索。
对此研究团队表示,该模型有望成为大幅提升研发速度的“AI模拟器”。尤其在化学事故或有害物质扩散等难以实验的情况下,也能快速预测化学反应路径,预计在环境与安全领域同样可以应用。
金宇渊教授表示:“这是人工智能理解化学基本原理并自主判断分子稳定性的首个案例”,“这是一项可以从根本上改变新材料开发方式的技术。”
另外,研究成果已于上月2日刊载于国际学术期刊《自然·计算科学》。






