人工智能会陷入宇宙的分子在搜索惊人的药物

<漆黑的夜晚，离开城市灯光，星星的银河系似乎数不胜数。 但是，从任何一点肉眼可见的不超过4500星。 在我们的银河系，他们是100到400亿星系在宇宙中，甚至更多。 在夜晚的天空不多的明星。 然而，即使这个号码给了我们一个深刻的故事...药物和药品。 事实上，这数目可能有机化合物的药用的能力超过数星星的宇宙通过30多个数量级。 和化学配置是由科学家创造从现有的药品，类似的星星，我们可以看到城市中心过夜。

<<跨id="更277922">

<找到所有可能的药物—一个不可能完成的任务对于人类，为研究所有的物理空间，甚至如果我们可以，最大的一部分，发现它将不适合我们的目的。 但是，想法是一种灵丹妙药可能藏身之多，太诱人的忽视。

<这就是为什么我们应该使用的人工智能，将能够工作更加和加速开幕。 所以说，亚历克斯Zhavoronkov发言时指数医药、圣地亚哥的最后一周。 这个应用程序可能是最大的人工智能在医药。

狗诊断和药物治疗

<云雀首席执行官Insilico医学和民间社会组织Biogerontology研究的基础。 Insilico是一个许多创业发展中AI，可以加速发现新药物和药品。

<近年来，说云雀，一个众所周知的技术，在机学习深学习方面取得进展现在几个方面。 的算法是能够发挥的视频游戏—喜欢的扑克玩家AlphaGo零或者卡内基梅隆—表示的最大的目的兴趣。 但是识别的规律性—这给了一个强大的动力，以深入的学习，在那里学习机算法的最后开始的区别的猫和狗做到这一迅速和准确。

<在医学、算法深入学习、培训数据库的医疗图像，可以检测到威胁生命的疾病具有同等或更高的精确度要比专业人。 甚至还有一种可能性，即大赦国际，如果我们学会信任他，可能是非常宝贵的诊断的疾病。 像云雀说，未来的更多的应用程序和跟踪记录将只会增加。

<"特斯拉已经领先的车在街道上说，"云雀。 "三和四年制技术已经运送乘客从A点到B点的速度200公里的一个小时；一个错误，你就死定了。 但是，人们信任他们的生活，这种技术。"

<"为什么不这样做在制药行业吗？"。

试验和错误再次

<药物研究AI不要驾驶汽车。 他将是一个助手，是搭配的化学家或两个将能够加速发现新的药物，看着更多的选择寻找最佳候选人。

<空间的优化和提高效率，只是巨大的，说云雀。

<搜索药物—一个艰苦的和昂贵的业务。 化学家筛选了数以万计的可能的化合物在搜索的最有希望的。 这些，只有一些进一步的研究，甚至不会通过测试的人，这些所有的面包屑批准进一步使用。

<这整个过程可能需要许多年，花费数百万美元。

<这是问题的大数据(大数据)，并深入学习优秀的工作与大数据。 第一个应用程序表明，该系统基于AI深入的学习能够找到隐约可见的模式在巨大的数据样品。 虽然药物的制造商已经在使用的软件，用于筛选化合物，这种软件需要明确的规则，书面通过化学家。 优点AI在这种情况下是其学习能力并提高自己。

<"有两个战略的创新的基础上，大赦国际在制药业，这将提供最好的分子，并迅速批准，说："云雀。 "一个正在寻找大海捞针和其他创造了一个新的针"。

<找到一个大海捞针，算法是培训上的大型数据库的分子。 然后他们正在寻找分子的适当性。 但要创建一个新的针头吗? 这机会是提供关于生成敌对的网络specializiruetsya云雀.

<这些算法把两个神经网络的互相对抗。 一个产生一个有意义的结果，以及其他决定的结果是否是真正的或虚假说云雀。 总的来说，这些网络产生新的对象，例如文本、图像或者，在这种情况下，分子结构。

<"我们开始使用这种特定技术，深层的神经网络想象的新的分子，以使其完善从一开始。 我们需要完善针，说："云雀。 "你可以参考这产生对抗性的网络，并问她创造的分子可抑制的蛋白质X在浓度，Y，具有最高的可行性、所需的特性和最小的副作用。"

<云雀认为，AI可以找到或产生更多的针的许多分子的特点，释放化学品的人，以便他们可以集合成的唯一最有希望的。 如果它作为他的希望，我们将能够增加的点击次数，尽量减少错并在总体上加快这一进程。

在包

<斯坦福大学化学教授维贾伊*潘德说，图像、语音和文本目前有兴趣深入学习的一个良好和干净的数据。 但是，化学数据，另一方面，仍然是优化深学习。 此外，虽然公共数据库中的存在，大多数数据仍然生活闭门的私营公司。

<以克服所有障碍，该公司Zhavoronkova侧重于验证的技术。 但是，这一年中，持怀疑态度在制药业，这似乎是更换通过的兴趣和投资。 甚至谷歌可以打入比赛。

<作为发展的人工智能和硬件，最大的潜力仍待发现。 也许有一天，所有10⁶⁰分子在该领域的药物将在我们的处置。