到今天谈论 人工智能 毫无疑问，它是针对软件和硬件设计领域中最经常出现的主题之一而做的，实际上并非所有大学和研发中心都拥有致力于该主题的专家，这是徒劳的，更不用说，我们谈论今天可能是计算机世界中收入最高的工作之一。
事实并非如此，事实是，人工智能的主题几乎逐渐强加于与计算，物联网或社交网络相关的几乎所有领域，其中提到的一些领域似乎任何用户（尽管有时甚至都不知道）都使用这种类型的软件平台。 在这一点上，应该指出的是，不仅在这些领域中施加了人工智能，而且 它在其他科学领域中逐渐发展 因为在这种情况下 新药开发.
麻省理工学院的一个团队设法设计了能够创建新药的软件
如果可以这样说，制药业面临的主要问题之一是仍然需要开发新分子，这是生产新药所必需的， 手动执行。 奇怪的是，既要创造出一种全新的药物，又要发展一种现有药物以改善其特性，这一过程是相同的。
基本上，并且无需赘述，化学家在这种类型的过程中所做的就是选择一种分子，该分子的潜力已知可以与非常特殊的疾病作斗争。 为了增强其效果，对该已选择的分子进行了一系列的手动调整。 遗憾的是 这个任务通常需要化学家花费很长时间 在完成所有这些工作后，仍无法获得预期的结果。
该软件可以为参与新药开发的化学家节省大量工作。
如您所见，直到现在，化学家在设计新药时的工作可能还是非常令人沮丧的，至少到目前为止。 我说这是自计算机科学与人工智能实验室与电气工程与计算机科学系共同开展的工作，两者均属于 麻省理工学院（麻省理工学院） 设法设计了能够通过使用自动学习系统来使药物设计过程自动化的软件。
在使用此新软件进行的首次测试中， 选择分子 有可能根据药物的所需特性与某种疾病抗争 改变分子结构 为了获得最大可能的效力，同时保持化学上的有效性。
在的话， 罗伯·马瑟森，MIT医生：
该模型基本上从输入的分子结构中获取数据并直接创建分子图：分子结构的详细表示，其中节点表示原子，而边缘表示键。 您可以将这些图分解为有效的功能组的较小组，用作“构建块”，以帮助您更准确地重建和更好地修饰分子。
要使该软件正常运行还有许多工作要做
该项目的不利之处在于，它只是一项工作，还有很多工作要做。 即便如此，该新软件仍取得了比其他旨在使药物设计过程自动化的系统更有效的结果，因为在测试过程中创建的所有分子都是有效的，而其他广泛接受的模型则尤其令人震惊， 有效率为43％.
用...的话 文工进，麻省理工学院计算机科学与人工智能实验室的博士研究生：
其背后的动机是用自动迭代取代设计分子的效率低下的人工修饰过程，并确保我们生成的分子的有效性。