新的人工智能方法可以检测有毒化学物质

瑞典查尔姆斯理工大学和哥德堡大学的研究人员开发了一种基于分子结构知识改善有毒化学品识别的人工智能方法。这一方法可以提高对社会中不断增长的化学品的控制和理解，并有助于减少动物实验的数量。

该方法利用人工智能快速、经济地评估化学毒性，因此可用于在早期阶段识别有毒物质，并帮助减少动物实验的需求。研究人员认为，该方法在环境研究以及使用或开发新化学品的机构和公司中可能非常有用，因此他们已将其公开并提供可访问。

与当前计算工具相比，研究人员开发的新方法具有更广泛和更准确的适用性领域。他们预测，人工智能系统将能够越来越多地取代实验室测试。

这一方法基于变压器，这是一种最初用于语言处理的深度学习人工智能模型，最近也证明在捕获化学结构信息方面非常高效。变压器可以以比以前更复杂的方式识别分子结构中引起毒性的特性，并通过深度神经网络预测分子的毒性。神经网络和变压器属于那种通过使用训练数据持续自我提高的人工智能类型。