据北海道大学网站2月3日消息，日本北海道大学（Hokkaido University）的研究人员使用化学合成机器人和具有计算成本效益的AI模型成功预测并验证了高选择性催化剂。研究人员开发出一种机器学习方法，该方法利用先进而高效的圆形子结构（CircuS）二维化学描述符来准确预测高选择性不对称催化剂，这些描述符对于AI来说更容易处理，并且可以重新排列形成不同的分子以构建不同的结构。研究人员使用经过全面训练的模型虚拟测试了190种不属于训练数据的催化剂，AI模型显示出超越训练数据进行推断的能力，未来可替代计算成本较高的基于量子化学计算的模型用于化合物设计。相关研究成果发表在《德国应用化学国际版》期刊上。

消息来源：https://www.global.hokudai.ac.jp/blog/robots-and-a-i-team-up-to-discover-highly-selective-catalysts/