在微軟，我們的願景是 透過最新的 AI 技術賦能科學家，釋放他們的創造潛力，應對一些最緊迫的挑戰。 為了實作這一願景，我們需要將生成式 AI 技術的全部力量與量子-經典混合計算結合起來，以增強科學方法的每一個階段。無論是拓展知識研究、創造更好的假設，還是加速實驗和分析，都需要一個專為科學設計的雲平台。這就是為什麽我們為化學和材料科學構建了 Azure Quantum Elements 1 。
近日，我們宣布推出
生成式化學和加速 DFT
（加速密度泛函理論），這將擴大研究人員利用這一平台的方式。這些突破性的功能將使科學家有機會將原本未來250年的化學行程壓縮至25年完成。
透過生成式化學，我們希望拓寬科學探索的視野。研究人員可以使用基於數億化合物訓練的最新 AI 模型，生成並探索適用於特定行業套用的新分子，然後評估工作流程中建議的步驟，以更高效地在實驗室合成最有前途的候選分子——這一過程只需幾天而不是幾年。
透過 加速 DFT ，研究人員可以透過模擬分子的量子力學性質，以前所未有的速度加速和擴充套件他們的化學發現流程——相比其他 DFT 程式碼，速度提高了一個數量級。
這使我們更接近科學發現的新範式，先進的 AI 技術和數位工具比以往任何時候都更易於科學家、學生和各行業的實驗室使用。以下是我們關於研究人員如何利用這些突破性功能設計新分子，並推動從消費品和醫藥到制造和能源等整個行業變革的願景，從而應對一些最緊迫的社會挑戰。
01
致力於實作今日願景
我們正在努力實作這一願景。作為
Azure Quantum Elements 有限預覽
的一部份，科學家和開發人員今天就有機會探索
加速 DFT
，並有望在未來幾周內存取生成式化學。
我們已經在與全球消費品領導者聯合利華（Unilever）的合作中將這一願景付諸實踐。聯合利華每天為超過34億人提供服務，他們正在利用微軟的超級計算和AI服務支持其數位研發轉型和產品創新。
02
將 AI 技術融入科學方法的每個階段
從全球性的目標如逆轉氣候變遷和開創可再生能源，到個人層面的目標如更永續地生活、使用更健康和安全的產品，我們都希望為創造一個更美好的世界盡一份力。時間對於實作這些目標至關重要，全球有超過800萬名科學家在努力開創創新解決方案，推動進步。微軟的目標是透過最先進的數位工具為他們賦能，充分利用每一位研究人員和實驗室的集體智慧。
正如生成式 AI 技術透過協作工具如 Copilot 智慧副駕駛 ® 釋放了新的創造力浪潮並提高了生產力一樣，我們現在將 AI 技術和自然語言處理能力帶入科學領域。我們的目標是 將 AI 推理整合到科學方法的每個階段 ，從最初的研究和假設生成，到實驗和分析：這需要下一代 AI 模型的強大能力，從假設到結果，加速科學過程。它從知識研究和假設生成開始，透過生成數百萬潛在的分子候選解決方案來連線點，然後透過數位實驗縮小候選範圍並分析結果——這一切只需幾天。我們在與 太平洋西北國家實驗室 （PNNL）的合作中展示了這種方法如何在現實世界中取得成果，我們篩選了超過3200萬個候選物，發現並合成了一種新材料，具有更好電池效能的潛力——這是這一新科學發現時代可能性的一個有形例子。
當由自然語言工具驅動時，這一新範式將有助於在每個階段建立一個由 AI 作為科學助手的自主推理迴圈。它將透過將這些能力普及，重新定義我們如何接近創新，推動突破性發現。
03
Azure Quantum Elements 的新功能
生成式化學將為負責發現和設計新分子的科學家們帶來新一波的創造力。這將推動許多行業的突破性增長，無論是幫助石油和天然氣公司發現更強的燃料添加劑以延長發動機壽命，還是幫助粘合劑公司創造一種新化學物質以增強粘附力並去除不需要的殘留物。
我們可以將這種發現過程比作在一個大而擁擠且黑暗的倉庫中用一個小手電筒尋找一個小盒子。我們一次只能將光集中在一個小區域，而倉庫的其余部份則完全黑暗且未知。生成式 AI 技術為我們提供了一個更聰明的光源，能夠指向新的方向，讓我們看清以前可能未考慮或無法看到的地方。
研究人員可以向生成式化學詢問具有所需特性的分子，例如能夠快速降解或更容易回收的分子。他們還可以提供關於目標套用的資訊，讓系統幫助確定相關的分子特性。經過幾個步驟後，他們會收到一組符合這些參數的候選分子，供進一步研究。
然而，僅僅生成候選分子並不足以透過 AI 技術改造發現過程。化學中的計算工具的基本標準是，它們能夠幫助科學家發現新穎、可合成且在現實世界中有用的分子。這就是為什麽我對我們生成式化學方法的實作感到興奮，它不僅能建議以前未見過的分子，還能提供針對特定套用調整的有用特性，並且這些分子的合成在合理的步驟內是可行的。
因此，生成式化學將為研究人員提供在實驗室中合成這些分子候選物時可以考慮的潛在步驟。這一關鍵元件的支持來源於我們 AutoRXN 軟體的能力，透過逆向探索化學反應，幫助評估合成路徑以建立目標分子。
在科學家指定了分子的所需特性之後，他們會收到數千個分子候選物。這些候選物可以透過AI推理和後續的高效能計算（HPC）模擬進行進一步精煉，最終篩選出最有希望在實驗室合成並進行進一步實驗探索的少數幾個候選物。
這種能力對於科學發現來說是一個真正的突破。
企業和研究團隊可以在幾天內尋找高效、成本效益高且創新的方法來開發新分子，從而壓縮大量資料庫搜尋和反復試驗實驗的叠代過程
。
這種端到端的工作流程將為科學家提供全新的化合物，有可能引領制造、醫藥等領域的下一次突破。
我們還宣布推出 加速 DFT ，為科學家們提供一種簡化且更強大的量子化學解決方案。在過去的幾十年裏，DFT 一直是各種分子模擬中非常流行的方法，幫助研究人員模擬和研究原子、分子和奈米粒子，以及表面和界面的電子結構。
我們可以將分子系統比作交通系統，其中以不同速度和方向移動的汽車代表電子。從交通直升機上，我們可以觀察到整體的交通流動，即使我們不知道每輛車的速度和目的地。DFT 提供了這種分子系統的「直升機視角」，透過在更高層次上繪制出電子的「密度」，簡化了跟蹤單個電子的復雜任務。
這樣的 DFT 模擬最佳化和執行起來可能很復雜，通常需要超級電腦級別的資源。這就是為什麽我們基於 微軟研究院 開發的創新技術，提供了 托管 DFT 服務 ，使研究人員能夠進行比其他 DFT 程式碼快得多的計算，平均速度比廣泛使用的開源 DFT 程式碼 PySCF 提高了20倍。
加速 DFT 已經被許多組織使用，如 AspenTech 、 丹麥 DTU 能源大學 和 聯合利華 。它無縫整合到更廣泛的化學和材料科學工作流程中，為加速治療學、環境永續性等方面的創新鋪平了道路。
你可以閱讀技術部落格 【在 Azure Quantum Elements 中引入兩項強大的新功能：生成化學和加速 DFT】 2 了解更多關於此公告的資訊。
04
加速科學發現，共創未來
我們致力於負責任地推進這些技術，始終關註創新、賦能和信任。因此，我們承諾遵循負責任的計算實踐 3 和微軟的 AI 原則 4 ，以幫助確保安全措施能夠充分應對 AI 技術和量子技術日益增強的能力。
[1] https://smt.microsoft.com/en-US/AQEPrivatePreviewSignup/
[2]
[3]
[4]
