
کمپانی IBM امروز از راهاندازی یک پلتفرم طراحی مولکولی مبتنی بر فضای ابری و هوش مصنوعی به نام «تجربه تولید مولکول» (MolGX) خبر داده که بطور خودکار، ساختارهای مولکولی تازه خلق میکند. این پلتفرم هوش مصنوعی بخشی از استراتژی شرکت IBM برای گسترش ۱۰ تا ۱۰۰ مطابقی سرعت کشف مواد تازه شمرده میشود.
شیمیدانها در دهههای گذشته قدمهای بزرگی در کشف مواد تازه و کارآمد برداشتهاند. برای مثال در بخش پلیمرها، توسعههای اخیر در «ترموپلاستیکها» روی کاربردهای مختلفی از رنگهای تازه گرفته تا الیاف لباس تاثیر گذاشتهاند. در حالی که این توسعهها موجب حرکت صنعت شدهاند، اما کشف شمار بالایی مواد تازه در زمان کوتاه، از قابلیت متخصصان انسانی خارج هست.در همین راستا، هوش مصنوعی میتواند کارایی بالایی داشته باشد. پلتفرم هوش مصنوعی MolGX با مشاهده و انتخاب یک مجموعه داده، میتواند از مدلهای مولد و خواص شیمیایی مثل «حلالیت در آب» یا «حرارتپذیری» برای تولید مولکولها استفاده کند.
این پلتفرم یک مدل هوش مصنوعی را برای پیشبینی مشخصات شیمیایی در محدوده موردنظر آموزش میدهد و ساختارهای مولکولی را بر اساس مدل ساخته شده، ترکیب میکند.به گفته مدیر تکنیکی کشف مواد IBM به نام «سیجی تاکدا»، پیشرفت مواد تازه با چندین راه امکانپذیر است که به ماهیت موضوع و ابزارهای تحقیق بستگی دارد:
«روشهای کشف مواد تازه میتواند کاملا شانسی باشد یا اینکه با رویکردهای آزمون و خطا روبهرو باشیم. در حالی که این روشها منجر به توسعههای زیادی شدهاند، چالشها و الزامات برای مواد تازه پیچیدهتر هستند و علاوه بر این تقاضا و مشکلات زیادی برای مواد تازه وجود دارند. با توجه به اینکه دنیا با مشکلاتی مثل همهگیریها و تغییرات اقلیمی دست و پنجه نرم میکند، طراحی تندتر داروها و مواد تازه در مقیاس مولکولی بسیار مهمتر شدهاند.»
IBM یک نمونه آزمایشی رایگان از MolGX ارائه کرده که با استفاده از یک مجموعه داده آموزش دیده هست. نسخه حرفهای این پلتفرم هوش مصنوعی با تواناییهای بیشتر مثل آپلود دیتا، خروجی گرفتن از نتایج و مدلهای شخصیسازی شده را میانرژیبا پرداخت هزینه تهیه کرد.در کنار IBM، استارتاپهای دیگری مثل «Kebotix» هم ابزارهای هوش مصنوعی برای خودکارسازی آزمایشهای آزمایشگاهی برای کشف مواد تازه پیشرفت دادهاند که تندتر از تکنیکهای دستی به نتیجه میرسند.
ثبت ديدگاه