Yeni Bir Bilgisayar Metodu Geliştirildi.

Yeni Bir Bilgisayar Metodu Geliştirildi.

1996 yılında, bir bilgisayar dünya satranç şampiyonu Garry Kasparov’a karşı bir maç kazandığında, bu bir heyecandan başka bir şey değildi. Satranç dünyasındaki bu atılımdan sonra, masa oyunu Go uzun süredir karmaşıklığı nedeniyle insan oyuncular için ayrılmış bir kaledir. Ancak dünyanın en iyi oyuncuları AlphaGo yazılımı ile rekabet edemez. Bu bilgisayar programının başarısı için Monte Carlo Ağacı Arama ve makine öğrenmesi ve yapay zekaya dayanan derin sinir ağları kombinasyonu ile mümkün hale getirilmiştir. Almanya’daki Muenster Üniversitesi’nden bir araştırmacı ekibi, bu kombinasyonun, daha önce görülmemiş bir verimlilikle, kimyasal sentezler (sözde retrosentezler) planlamak için son derece uygun olduğunu gösterdi. Çalışmanın baş yazarı Marwin Segler, “Retrosentez, organik kimyada en büyük disiplindir. Kimyagerler, bunu satrançta veya Go’da olduğu gibi, bunu yapmak için yıllara ihtiyaç duyarlar. Basit bir uzmanlığa ek olarak, sezginin iyi bir kısmına da ihtiyacınız vardır. Şimdiye kadar, herkes bilgisayarların uzmanlarca on binlerce kurala el ile programlama yapmadan yetişemediğini varsaydı. Gösterdiğimiz şey, makinenin kendi başına kuralları ve uygulamalarını öğrenebilmesidir

Retrosentez, kimyasal bileşiklerin üretimini tasarlamak için standart bir yöntemdir. Geriye dönük olarak, prensip, bileşenin, temel bileşenler elde edilene kadar daha küçük bileşenlere ayrılmasıdır. Bu analiz, daha sonra başlangıç malzemesinden ilerleyerek, hedef molekülü üretmek için laboratuvarda “ileri” çalışmak için kullanılan reçete sağlar. Teoride kolay olmasına rağmen, süreç uygulamada zorluklar doğurmaktadır. Segler, “Sadece satrançta olduğu gibi, her adımda ya da hareket halinde, seçim yapabileceğiniz çeşitli büyük hareketler daha büyüktür ve problem çok daha karmaşıktır.” Bu, yeni yöntemin devreye girdiği noktada, derin sinir ağlarını Monte Carlo Ağacı Araştırması ile birleştirerek, çeşitli disiplinlerden çok sayıda araştırmacının üzerinde çalıştığı bir takımyıldızıdır. Monte Carlo Ağaç Arama, oyundaki hareketleri değerlendirmek için kullanılan bir yöntemdir. Her harekette bilgisayar çeşitli varyantları simüle eder, örneğin, bir satranç oyununun nasıl biteceğini gösterir. En umut verici hareket daha sonra seçilir.

Benzer şekilde, bilgisayar artık kimyasal sentez için mümkün olan en iyi “hamleleri” arar. Derin sinir ağlarını kullanarak da öğrenebilir. Bu amaçla, bilgisayar neredeyse 12 milyon kimyasal reaksiyonu tanımlayan tüm kimyasal literatürü çizer. Bir bilgi sistemleri uzmanı ve çalışmanın ortak yazarı olan Mike Preuss şöyle diyor: “Derin nöral ağlar, belirli bir molekülle hangi reaksiyonların mümkün olduğunu tahmin etmek için kullanılır. Monte Carlo Ağacı Arama’yı kullanarak bilgisayar, tepkilerin tahmin edilip edilmediğini test edebilir Gerçekten hetef moleküle yol açıyor. ” Sentezleri planlamak için bilgisayar kullanma fikri yeni değildir. Segler diyor. “İnsanlar satrançta olduğu gibi bilgisayarın içine çok sayıda kural koymanın yeterli olacağını düşündü. Fakat bu işe yaramadı. Kimya çok karmaşık ve satranç ya da Go’nun aksine basit kurallar kullanarak tamamen mantıklı bir şekilde ele alınmalıdır.Buna ek olarak, yeni reaksiyonlarla birlikte yayınların sayısının her 10 yılda bir iki katına çıkmasıdır. Ne kimyagerler ne de programcılar bununla yetinemezler. Akıllı bir bilgisayarın yardımına ihtiyacımız var. ” Yeni yöntem sentezleri planlamak için geleneksel programlardan yaklaşık 30 kat daha hızlıdır ve iki kat fazla molekül için potansiyel sentez yolları bulur.

Çift körlü bir AB testinde, Muenster araştırmacıları, kimyagerlerin bu bilgisayarla üretilen sentez yollarını mevcut denenmiş ve test edilenler kadar iyi buldular. “Yöntemimizi kullanarak, kimyagerlerin laboratuarda çok fazla denemesi gerekmeyeceğini umuyoruz,” diye ekliyor Segler, ve bunun sonucunda daha az kaynak kullanarak, yükseklerimizi oluşturan bileşikleri üretebilecekler. yaşam standardı mümkün.