共计 546 个字符，预计需要花费 2 分钟才能阅读完成。
麻省理工学院（MIT）的研究团队近日在《自然》杂志上发表了一项突破性研究，开发了一种名为 FlowER 的生成式 AI 系统，能够精确预测化学反应结果。这一创新方法不仅保持了现实世界的物理约束，还实现了对化学反应中电子的精确追踪。
FlowER 系统（用于电子重新分配的流匹配）通过使用键 - 电子矩阵来表示反应中的电子，确保在预测过程中不会错误地添加或删除任何电子。这一方法基于化学家 Ivar Ugi 在 1970 年代提出的理论，成功实现了对原子和电子的守恒。
- 
研究团队包括来自 MIT 的多位专家，如资深作者 Connor Coley 教授。他指出，与 ChatGPT 等大型语言模型不同，FlowER 系统能够将输出限制在物理现实可能性范围内，解决了现有 AI 模型在化学反应预测中的局限性。
FlowER 系统已在美国专利局数据库中的超过 100 万种化学反应数据上进行训练，尽管目前尚未涵盖某些金属和催化反应，但团队对其在预测化学机制方面的潜力充满信心。该系统已在 GitHub 平台上免费提供，预计将在药物化学、材料发现、燃烧、大气化学和电化学系统等领域发挥重要作用。
下一步，研究团队计划扩展模型对金属和催化循环的理解，并探索使用该系统发现新的复杂反应和阐明新的机制。该研究得到了机器学习用于药物发现和合成联盟以及国家科学基金会的支持。
正文完
