AI變身化學家——解開有機合成路徑

編譯｜王勻遠 

繼AlphaGo打敗世界圍棋棋王、攻克堪稱全人類最後一座智慧的堡壘後，人工智慧（Artificial Intelligence）的演進未曾停歇。研發人員運用類似的神經網路演算法，在各個專業領域殷勤播種，諸多應用旋即遍地開花——像是新藥研製，甚至能自行編寫遊戲程式的人工智慧等等。如今，人工智慧還坐上化學家的寶座，能解開錯綜複雜的有機化學反應、探尋有機分子的合成路徑。

但是，它沒有讀過任何有關化學知識的課本，所有規則都是靠自己學習。

 

●給AI魚吃，不如教它「自己做漁竿」

其實早在1960年代，世界第一個專家系統程式誕生——名為Dendral [參2]，它能從物質的光譜中推斷物質的結構，在當時的化學界蔚為風潮。但所謂的專家系統，是利用人類專家的特定知識和邏輯推理程序，搭建專門的程式，來處理特定領域的問題。換言之，餵給系統大量的規則，在程式碼中條列龐雜的「如果…其他…（if…else…）」的判斷依循（如果條件A發生，則執行甲動作，發生其他條件就執行乙動作）。那時的Dendral系統，在辨析某些分子族群時，表現並不準確，因此，它必須仰賴人工編寫許多的規則，才得以避免判斷出「不存在的分子」。顯然，與現今的人工智慧演算法相比，專家系統遜色許多，無法冠冕為真正的人工智慧。

然而，與其餵規則給人工智慧依循，何不讓它自己學習規則並加以判斷、創造出新的結果呢？最生動活潑的例子，莫過於能自己學習編寫遊戲程式的人工智慧。喬治亞理工學院研究團隊創建的演算法，能在不接觸遊戲程式碼的前提下，僅透過觀看影片學習，便能寫出相仿於知名遊戲 《超級瑪利》的程式[參3]。在科學應用實例中，也有研究團隊寫出了具有學習力的人工智慧，能從大量的化學反應式中，自己尋找化學合成的規則，並精準判斷出某複雜有機化合物的原始組成分子，並發表在科學研究中最高學術殿堂——《自然（Nature）》期刊[參1]。

●AI也能「逆向思考」

有機化學的合成路徑是錯綜複雜的，每一反應步驟的分子群可以是不同組合，有些反應還需要在某些溫度、酸鹼值範圍內才可以順利進行。因此解出有機化學的原始組成分子是極其困難的。這一次，研究人員以逆合成分析法（Retrosynthetic Analysis）作為核心精神，打造多合一的神經網路演算法，來

探尋有機分子的合成路徑。

逆合成分析，一言以蔽之，就是化學合成中的「逆向思考」。從最終產物去分解、反推合成的分子，發想人E. J. Corey，還因此得了諾貝爾獎[參5]。而多年後的今天，這個思考脈絡套用在人工智慧裡，在測試過程中，超過八成的目標分子都在5秒內被解出；若給它更長的時間，每分子60秒，則它能解出的樣本比率高達92% [參1]。

演算法的主軸就在於，究團隊結合了蒙地卡羅樹搜尋法與多個神經網路，先初次選出目標分子前一步反應的可能組成（不一定為最原始的組成分子，因為有機合成可能涉及多個反應步驟）。接著，其中一個神經網路更往前擴展反應路徑，再交由下一個神經網路去反覆推演、評估這些路徑的可能性，直到路徑達到了終點，沒有適切的反應路徑可以再往前分解，此時最原始的組成分子被找出

這項演算法的概念與AlphaGo異曲同工，工程師並未替AlphaGo鍵入任何與圍棋有關的知識，只給他「看」棋譜來學習下棋方法。同樣地，這位人工智慧化學家，未曾學過與化學有關的知識，它僅從大量的化學反應式中自行推敲箇中道理，建構有機合成的規則。有趣的是，在它第二步拓展反應路徑時，就已經篩選出符合LUMO（Lowest Unoccupied Molecular Orbital，最低未占分子軌域）的反應規則，亦即處在LUMO的電子最可能與其它高能量的電子形成鍵結，進而合成出分子。但研究人員從未教過它這些。

●AI讓化學家無地自容？

近年來人工智慧的突破，在科學研究領域一展長才，開始匹敵具專業素質的人類專家。這項發明將能革新科研發展的節奏，但也動搖了人們「術業有專攻」根深蒂固的思維。既然人工智慧都能辨析複雜的化學難題了，那畢生從業於化學研究的科學家們又將何去何從？

但此一擔憂絕非個案。亙古以來，人們總是擁抱著最新科技卻又同時心懷疑慮。蒸汽機的改良引領著工業革命，卻也讓工人們群起抗議、ATM（自動櫃員機）的發明普及了金融服務，卻讓銀行櫃員憂心忡忡。人們時常恐慌著自己是否將被機器所汰換。然，這些機器真的侵占著人類的崗位，使得人們無所適從嗎？

事實上，時過境遷之後，在當今的社會裡可以顯而易見：蒸汽機把人類從勞動層級中解放了出來，有更多人可以從事動腦的白領工作，而非單調的粗活；ATM的出現不只沒有讓現今銀行櫃員的數量減少，這些行員還能有更充裕的時間拓展業務、替客戶做金融諮詢等更高端的服務[參4]。因此，人工智慧也將騰出化學家們珍貴的時間與智慧，去挖掘更深層的化學新知。

人們在恐慌之餘，不妨試著思索出機器的極限，並不斷在自我價值的座標裡，重新審視自己的位置。電腦可以輸入萬有引力的公式，精準算出蘋果從樹下掉下來所需的時間。但把電腦放在蘋果樹下，給蘋果砸一砸，它是絕對想不出萬有引力定律的。

 

編譯來源："AI designs organic syntheses" Derek Lowe, Nature, 2018.

參考資料：

[1] Marwin h. S et al., “ Planning chemical syntheses with deep neural networks and symbolic AI,” Nature, 2018.
[2] Wikipedia Dendral.
[3] 不需要程式碼！AI靠一支遊戲影片就完美複製《超級瑪利歐酷跑》 高敬原，數位時代，2017.
[4] How Computer Automation Affects Occupations: Technology, Jobs, and Skills James E. Bessen, Boston Univ. School of Law, 2016.
[5]Wikipedia Elias James Corey .