Google研究 | 使用機器學習預測分子性質

文 | Google Brain 團隊研究員 George Dahl 最近，在化學行業涌現了許多激動人心的機器學習 (ML) 應用，特別是在解決化學檢索問題方面，從藥物發現和電池設計到尋找更好的 OLED 和催化劑，層出不窮。歷史上，化學家一直使用薛定諤方程式的數值逼近（例如密度泛函理論 (DFT)）來進行此類化學檢索。 然而，計算這些近似值的開銷限制了檢索的規模。爲了實現更大規模的檢索，幾個研究

>>阅读原文<<