该人工智能系统仅需要少量数据即可预测分子特征
发现新材料和药物的过程通常是手动过程，涉及反复试验。 这可能需要数年时间并花费数百万美元。 科学家使用机器学习技术来预测分子特性，并缩小他们将合成和测试的分子范围。
麻省理工学院和麻省理工学院沃森人工智能实验室的研究人员开发了一种新的统一框架，可以比流行的深度学习方法更有效地预测分子特性并创建新分子。
训练是向机器学习模型显示数百万个分子结构的过程，以教会它如何预测分子的生物或机械特性。 由于寻找分子的成本以及手动标记数百万个结构的难度，大型训练数据集可能很难获得。 这限制了机器学习方法的有效性。
来源和详细信息：
https://phys.org/news/2023-07-ai-small-amount-molecular-properties.html