“化学不再是独家俱乐部”：AI如何改变Omar Yaghi的作品

网状化学先驱奥马尔·雅吉（Omar Yaghi）联合创建了一个专注于使用AI来应对气候挑战的新研究所。他与之交谈化学世界关于加州大学伯克利分校的Bakar数字材料研究所的目标，旨在实现以及AI如何改变我们的化学方式。

为什么AI对网状化学家如此吸引人？

AI具有变革性的作用。在网状化学中，金属有机框架（MOF）和共价有机框架（COF）等材料的合成依赖于公认的化学条件。我们使用AI快速优化各种构件的反应条件，以创建具有所需属性的新框架。

AI可以帮助预测和绘制由不同的分子几何形状产生的潜在结构的广阔空间，从而大大加速了有前途的候选人的识别并节省了资源。

网状化学使化学家不仅可以进行基础科学，而且可以将其产品设计成原型，以展示市场如何用于特定应用。在应用科学方面，AI仍处于起步阶段，但我觉得我们需要尝试一下。我们需要与计算机科学的同事互动，以帮助他们了解我们的思维方式以及如何在化学方面创造的发现，并确保改善这些模型以增强化学反应。

AI如何帮助您的工作？

MOF具有金属离子和一个带电的链接器，建立了非常牢固的纽带。我们认为有趣的一个接头是羟基酯。羟基甲酸盐MOF难以结晶，五年后，我们只制造了一个。通过使用一套大型语言模型一起工作，我们可以在文献中挖掘文本和图像，以使我们了解应采取哪些方向，以找到一组特定的构建块将使MOF或我的新生之一在短短六个月内制造了15种新化合物。

下一个任务是预测其特性 - 它将是一种很棒的碳捕获材料还是能够收获水？我们使用化学计算和量子机械计算来尝试了解孔内的环境。除了开发了一种机器学习算法，该算法结合了我们认为化学家认为对我们寻找的属性很重要的所有功能。您可以一点一点地开发一个数学框架，使算法能够比随机做出更好的预测。使用我们称之为基础AI基础模型的模型，我们做的比随机模型要好50％。

这些模型如何变得更好？

这是系统的，严格的工作，记录了成功和失败，这是我们化学家到目前为止一直在做的事情。知道什么不起作用会改善机器学习算法。

科学家很难告诉世界什么行之有效，因为这反映了他们的设计有多聪明。但是我认为期刊和出版商可以推动这一点，因此，什么没有成为文献的一部分。

AI可以帮助拯救地球吗？

发现应对全球挑战所需的新材料，例如气候变化是一个缓慢的过程。它涉及探索巨大的化学空间，没有机器人技术和AI的帮助，我们找到适当材料的能力将需要更长的时间并使用更多资源。AI对于更快，更好，更便宜的材料是必不可少的。

我们可以使用这些模型来寻找绿色建筑单元，并找出它们可以制造的结构，并在什么条件下结晶。一旦我们制作了它们，我们将确切知道该怎么做根据我们已经学到的知识，碳捕获材料。我认为最终是化学的发展方向。

通过加速发现可持续材料，AI可以推动清洁能源，有效的存储和碳捕获技术的创新。这些进步减少了温室气体排放，促进可再生能源采用并最大程度地减少资源浪费。

您对AI学生的建议是什么？

AI对于化学的未来绝对至关重要。我一直在告诉新来的学生，我实验室中的每个学生都必须学习如何使用AI来促进和加快化学研究。我们会为他们造成损害，以允许他们以老式的方式继续。为了准备下一代以外思考，与其他领域竞争并解决社会上的困难问题，他们必须精通化学，而且在工程学以及使用AI和计算方面都精通。

您从计算机科学家那里学到了什么？

如果不缩放它，那就不值得研究了。每个人都需要利用您的发现，这最终是世界如何变得更好。扩展的一部分是使每个人都可以访问一个制作MOF和COF的平台。您可以转到此平台，插入问题，并且该平台带有潜在的MOF和COF，您可以使用。它可以逐步指导您制作和测试它们，并可能告诉您与谁合作以扩展生产。这意味着化学不再是一个独家俱乐部，而是向所有人开放。

为了清晰和简洁，对这次采访进行了编辑。