想象一下，寻找新药物或先进材料不再是大海捞针，而是让人工智能来承担繁重工作。这样的世界已不再是科幻小说：CoCoGraph——这款严格遵循化学规则、以闪电速度革新分子发现的人工智能系统，已经来到我们面前。
CoCoGraph：分子创新的重大飞跃
数十年来，新分子的发现常常是一场缓慢而昂贵的马拉松，依赖于无休止的试错过程。但现在，一支西班牙研究团队凭借名为CoCoGraph的人工智能系统取得了重大突破。CoCoGraph能够构想出数百万种新分子——全部符合化学基本规律——它很快就能为寻找明日药物和更耐用、高性能材料的探索注入强大动力。
这项发表在《自然·机器智能》杂志上的研究由西班牙罗维拉-维尔吉利大学（Rovira i Virgili University）团队领导。他们的系统灵感来源于能够创造新颖文本或图像的生成式人工智能，如ChatGPT或DALL-E。正如罗维拉-维尔吉利大学化学工程系的ICREA研究教授罗杰·吉梅拉（Roger Guimerà）所解释的：
"这些模型创造的新内容与现实高度相似。我们的算法做同样的事，只不过对象是分子。"
挑战的规模——与解决方案
问题的规模令人震惊。科学家估计可能存在多达10^60种不同的潜在分子——这个天文数字让人头晕目眩。然而，迄今为止，这个广阔"化学宇宙"中仅有微不足道的一小部分被探索过。因此，找到有用的分子确实如同大海捞针。
为应对这一挑战，CoCoGraph依靠扩散模型：人工智能逐步"拆解"真实分子，学习如何重新组合它们，同时生成新的、可能的结构。凭借人工智能，CoCoGraph产生了符合化学规律的新分子——这对未来药物和多功能材料而言是一个有希望的进展。
CoCoGraph最令人印象深刻的特性之一是其对基本化学约束的直接整合。结果如何？系统生成的每个分子在化学上都是有效的，而其他模型偶尔会产生现实中根本不可能存在的结构。
高效、真实且令人信服
据研究人员称，CoCoGraph还比一些竞争对手使用更少的参数，对计算能力的需求也更低。研究团队通过分析36种不同的物理化学特性（如溶解度和结构复杂性）将CoCoGraph与其他领先工具进行了比较。在近三分之二的这些标准上，CoCoGraph产生的分子被认为比其他系统创建的更真实。
这些AI生成的分子究竟有多令人信服？研究人员让121位化学家对CoCoGraph进行了测试，要求每位参与者从AI构想的分子中挑选出真实分子。结果：专家们约有40%的时间被"欺骗"。正如玛尔塔·萨利斯-帕尔多（Marta Sales-Pardo）所说：
"这意味着我们生成的许多分子极具说服力。"
药物发现和材料科学的新时代
应用于化学的扩散模型热潮正在迅速展开。2024年发表在《自然·机器智能》和《化学信息与建模杂志》上的研究表明，这些技术正日益能够生成遵守基本化学规则的新型分子结构。
从长远来看，像CoCoGraph这样的技术可以加速新药的发现，加快创新材料的开发，并帮助研究人员探索化学世界中广阔未知的领域。这不仅对人工智能而言是一大飞跃——对科学本身而言也是一大步跨越。
【全文结束】