En considérant que la chimie organique est constituée de mots et de phrases plutôt que d’atomes et de molécules, les chercheurs ont trouvé un moyen pour que l’intelligence artificielle (IA) prédise les réactions chimiques.
Dans un article publié sur arXiv par des chercheurs d’IBM et présenté lors de la conférence Neural Information Processing Systems (NIPS), les chercheurs démontrent qu’en traitant les prédictions de réaction chimique comme un problème de traduction, ils étaient en mesure de prévoir cette dernière plus efficacement qu’avec les modèles précédents. En utilisant un réseau de neurones souvent utilisé en traduction automatique, les chercheurs ont formé le système via un ensemble de données comprenant 395 496 réactions. A partir de ces données, le réseau neuronal a dû apprendre la « syntaxe » des réactions pour être capable de prédire des composés invisibles. L’algorithme donnait aux chercheurs une liste des cinq réactions les plus probables, et la meilleure prédiction était correcte 80% du temps, battant de 6 points de pourcentage un un autre modèle qui essayait de prédire les réactions.
