本文来自Chem-Station日文版 日本で発展する化学向けAIと量子コンピューターテクノロジー    Zeolinite

翻译投稿 炸鸡 校对 白菜猪肉馅

为了迎合化学领域的研究开发流程的高度化・高效率化，Hitachi High-Tech Solutions Corporation推出了用来支持高附加值的新材料的早期投放市场的软件“Chemicals Informatics”。（时事通信11月10日）

NEC、产总研、三井化学、Omega Simulation这四家公司构筑了支持化工厂等大规模基础设施运转的逻辑思考AI和模拟装置上再现的镜像工厂组合的运转支持系统，在三井化学工厂中，已经实现了与操作人员的手动操作相比可达40%的运转效率。（产总研新闻稿 11月16日）

从事量子计算机应用程序开发等的QunaSys于10月20日开始试行提供能够在量子计算机上进行量子化学计算的云服务“QunaSys Qamuy”。QunaSys表示还在进一步完善该服务的功能，计划发展企业反馈功能。（引用：ITmedia news10月21日）

今天这篇内容，笔者为大家介绍三则有关AI和量子计算机的化学新闻。

首先，Hitachi High-Tech Solutions Corporation推出了名为Chemicals Informatics的，用于材料信息学的软件。研究人员通常在开发具有新特性的化合物时，会调查前人的研究，根据之前的研究情势来考虑应该采用什么样的结构。所以一般的材料开发是先合成出新的化合物，再评判这个化合物的性能，然后根据评判结果再设计出下一个新化合物。但是要获得拥有目标特性的化合物可以说是个艰难的过程，一个新产品走向商业化的背后需要的是大量的时间和大量资源的投入。由机器来对具有指定特性的新型构造进行预测的手段正在处于开发当中。当然，机器是无法无法阅读过去的论文的，但是机器中存储了过去庞大的研究数据，机器可以掌握分子结构和特性的复杂趋势，并以此趋势为基础预测出具有期望特性的化合物。这是一种材料信息学，它可以节省大量的开发时间和资源，因此关于如何应用这一技术正在积极地研究中。

输入现有化合物或新设计的化合物、特征等后，Chemicals Informatics会用独有的AI程序依据超过1亿个化合物的数据预测可能的化合物的结构，然后输出对该化合物的特性的预测结果、新结构的提出、相关专利、论文信息等。用AI分析的时候，如果过去的数据越多，那么分析出的结果就越精确，但是光凭人力去收集过去的数据是件十分困难的事。因此，Hitachi High-Tech Solutions Corporation依靠自然语言处理技术从过去无数的论文和专利中提取出了1亿多个化合物的数据。AI能模仿生物进化形成一套独特的探索方法，有望能探索出不局限于以往想法的新领域的化合物。在一个领域的研究中，很难以完全不同的领域的研究成果为线索尝试新的化合物，但是在Chemicals Informatics中编入了能够提出全新构思结构的AI。在AI的实际应用中计算机的处理速度十分的重要，Chemicals Informatics为每个使用者配备了业界最高水平的NVIDIA GPU服务器，计算速度可以说十分快了。

使用Chemicals Informatics探索化合物，找到期望化合物的概率会比原来增大1000倍，能大幅节省时间和研究成本。虽然Chemicals Informatics还没有公布使用界面长什么样子，但大概会和Reaxys或是Scifinder差不多吧，应该都是化学研究者们很简单就能使用的软件。而且不同的化学领域所需要探索的化合物也大不相同，笔者还真的蛮期待这个Chemicals Informatics的功能能强大到何种地步。

接下来是人工智能如何提高化工厂效率的新闻，在化工厂中，化学品的生产并不总是固定不变的，生产的数量有时会发生变化，生产的产品种类也会发生变化。为了在确保安全的同时应对这些变化，控制工厂的工程师们会反复执行规定的操作，使生产线的机器们的工作状态逐渐发生变化。但是，如果反复进行运转变更的试验，原料和能源就会被浪费掉，因此我们希望这个过程能更高效率化。针对这类问题，使用AI能使工厂尽快安全地进入下个生产状态的研究成果被报道出来了。

本技术在化工厂运转方面的作用（引用：産総研新闻稿）

首先，AI采用的算法是以强化学习为基本的算法。设备的主要任务是通过打开和关闭安装在各处的阀门来控制流体，但一个工厂中的阀门往往很多，模拟量会变得很大，直到得到最优解AI才完成学习。对于一个工厂来说，外来的机器想要地毯轰炸式的改良阀门操作需要耗费大量的时间，这在工厂的实际生产中是不现实的。可以将工厂的运用手册和配管信息作为知识编入，通过限制机器可能采取的行动来缩小探索范围。这样可以减少机器计算所耗费的时间。这是因为AI计算得出的操作如果没有操作根据，工程师们就难以判断这个未知操作是否安全。但是在本研究中，通过向操作人员出示基于操作手册的模拟结果，操作人员可以判断操作可行或是不可行。结果证明AI在将生产量减少到原来生产量的75%的试验中，能够以比人工操作快40%的速度令整个工厂生产线转移到稳定状态。将Mirror Plant这样的技术引入到实地生产中，计算从实际工厂得到的测量值以上的数据，可以执行更高精度的计算。

模型系统（引用：産総研新闻稿）

从图表中可以看出由AI操作的话，工厂的生产量在一点点地发生改变。从宏观上看生产量下降了，但是从微观上看是因为各个生产环节发生了细微的操作变动所以才引起整体生产量的下降。有的工厂一台设备一天内也会发生生产的产品品种变化的事情。此时要是AI能够从生产日程到生产操作进行全面的计算，不就能减轻生产的负担了嘛。

AI操作和人工操作的比较（将进入目标状态（黄色部分）后30分钟的时间点作为操作变更完成点进行比较  引用:産総研新闻稿）

最后介绍的新闻是关于量子计算机的。量子计算机不仅仅是现在的计算机的延伸，而且由于其运行机制完全不同，计算速度也比一般的计算机快很多。运行机制的不同意味着运行需要配合量子计算机进行软件设计，QunaSys开发出了进行量子化学计算的软件“QunaSys Qamuy”。通过使用QunaSys Qamuy，可以在量子计算机的实机和模拟器中执行量子化学计算算法。可以在传统计算机上进行量子化学计算，还可以与各种算法进行性能比较，QunaSys Qamuy可以说是面向量子计算机的“世界最高性能·最多功能”的服务。

关于量子计算机的结构在QunaSys的解说幻灯片中有详细的介绍，但无论量子计算机应用到何种领域，随着计算范围的扩大，现在的计算机处理速度会渐渐跟不上，因此人们对量子计算机的依赖值会变的越来越高。例如，在M个原子上排列N个电子的组合有MCN种，分子越大，现在普通的计算机所需要的计算时间就会呈指数函数式增加。在这种情况下，如果使用量子计算机，计算量就会减少，计算的适用范围也会扩大（详情请见幻灯片第55页）。但是，并不是所有的系统的计算速度都能明显地加快，预计只可以简单地应用于特定的系统（幻灯片72页）。要熟练使用量子计算机，就需要面向量子计算机的软件，不仅要开发硬件，还要开发软件。QunaSys参与了利用战略性创新创造计划(SIP)的光·量子的Society5.0实现化技术，通过高度融合虚拟空间和现实空间的系统，进行了兼顾经济发展和社会性课题解决的以人为中心的面向社会现实的研究。

所有的新闻都是关于利用新兴的计算机技术以及更有效地推进与化学相关的研究和制造。在一切都在变化的世界里，研究机构和企业要想生存下去，必须要抛弃过去陈旧的技术和思想，努力拥抱新技术和新思维。今后，化学企业可能会频繁地收购AI初创企业。在之前的新闻里就有读者评论道：“虽然化学研究者不需要完全理解AI和机械学习，但是要努力将AI融合到自己的研究和开发中”。现代优秀的化学研究者需要扎实的化学知识（这个当然），海外交流所必需的语言能力和演讲能力，专利相关知识以及能够帮助提高研究效率的AI的相关知识。