Opracowanie algorytmów uczenia maszynowego i opartego na nich systemu IT do sugerowania warunków reakcji chemicznych dla kluczowych klas reakcji

Opis projektu

Celem projektu jest opracowanie innowacyjnego rozwiązania umożliwiającego planowanie ścieżek syntezy chemicznej z uwzględnieniem optymalnych warunków prowadzenia reakcji, takich jak dobór katalizatora czy temperatura. 

W ramach projektu opracowywane są zaawansowane modele sztucznej inteligencji oraz algorytmy uczenia maszynowego służące do przewidywania optymalnych warunków reakcji chemicznych. Powstaje również oprogramowanie umożliwiające wykorzystanie tych modeli w planowaniu procesów syntezy. Kluczowym elementem projektu jest przeprowadzenie około 800 tysięcy reakcji chemicznych w ośmiu najważniejszych klasach reakcji z wykorzystaniem wysoko zautomatyzowanego laboratorium. Uzyskane dane eksperymentalne, obejmujące zarówno wyniki pozytywne, jak i negatywne, zostaną połączone z największym ogólnodostępnym zbiorem danych literaturowych z bazy CAS, tworząc unikalny zasób do trenowania modeli sztucznej inteligencji.

Efektem projektu będzie stworzenie nowatorskiego rozwiązania wspierającego planowanie syntezy chemicznej, które zostanie zintegrowane z istniejącym systemem do planowania syntezy opartym na głębokich sieciach neuronowych, zwiększając jego skuteczność i możliwości wykorzystania w badaniach oraz pracach rozwojowych.

Źródło obrazu: Molecule.one