化学家有了新的实验室助手：人工智能（AI）。研究人员开发出一种深度学习计算机程序。其可产生创建诸如药物化合物等小型有机分子所需的反应序列“蓝图”。表面上看，该工具展现的路径和人类化学家设计的一样好。
人工智能，李彦宏认为3至5年无人车进入开放道路运行，无人驾驶小巴7月份量产
人工智能，李彦宏认为3至5年无人车进入开放道路运行,无人驾驶小巴7月份量产在中国发展高层论坛2018 创新引领未来：商业领袖的洞见分会场上，百度公司董事长兼首席执行官李彦宏表示，过去五年，中国的经济成长很大程度上受益于互联网的推动，未来可能要更多依赖人工智能技术的发展。百度将继续发力人
这种在日前出版的《自然》杂志上得以描述的工具，并非利用AI替代人类技能和直觉的首个软件。但化学家将此项进展视为一个里程碑，因为它能加速药物发现进程并且使有机化学变得更加高效。
“我们从中看到的是这种人工智能可获取专业知识。”在英国曼彻斯特大学设计出合成预测工具的Pablo Carbonell将最新研究描述为“具有里程碑意义的成果”。
传统上，化学家搜寻其他人记录的反应列表，并且利用其自身的直觉制定一步一步的路径，从而产生特定化合物。他们通常逆向操作，从想要创建的分子入手，然后分析哪些现成的试剂和反应序列可被用于合成。该过程被称为逆合成，需要几个小时甚至好几天的规划。
由德国明斯特大学有机化学家和人工智能研究人员Marwin Segler和同事研制的最新AI工具，利用深度学习神经网络吸收了几乎所有已知的单步有机化学反应（约1240万种）。这使其得以预测可被用于任何单步骤的化学反应。该工具在规划多步骤合成时重复应用这些神经网络，将想要的分子解构，直到最终获得可利用的原料。
Segler和团队成员测试了该程序在双盲试验中构建的路径，以便确定有经验的化学家能否将AI的合成路径同人类设计的路径区分开来。他们向来自中国和德国两家机构的45名有机化学家展示了针对9个分子的潜在合成路线：一种由AI系统构建，另一种由人类设计。化学家对于哪种最好并未显示出偏好。
自上世纪60年代起，研究人员一直试图利用计算能力规划有机化学合成，但收效甚微。Segler团队的工具是近年来开发的利用AI标记潜在反应路线的若干程序之一。
人工智能，广东正将人工智能视为创新驱动发展的新引擎
人工智能，广东正将人工智能视为创新驱动发展的新引擎3月26日下午，广东召开全省科技创新大会，研究部署下一步科技创新工作，《广东省新一代人工智能发展规划(2018~2030年)(征求意见稿)》以大会材料的形式出现在会场，并提出上述目标。广东计划分三步走。其中，到2025年人工智能产业核心规模要突破150
企链宝－全国深度供应链商企平台
企链宝（https://www.lm82.com/）是目前全国深度供应链商企平台，撮合企业产品供需的基础上，提供供应链金融、商会入驻、对外出口贸易服务，提供国际追溯领域内最具公信力的追溯云服务。是谷融集团在产业联盟管理、国家追溯体系认证、深度供应链管理版块的真实落地。
