未来只需“照药开方”
马大为认为，上述变化对化学合成来说，意义非常重大。因为将来人工智能程序可能像“傻瓜机”一样，科研人员在进行化学合成时只需按照它的推荐“照药开方”。
过去，了解一个化学反应条件是否可行，就是不断试错的过程。需要人工一个一个去测试，包含大量的重复性劳动。如今，可以利用人工智能对化学反应数据进行快速检测，然后在机器上进行通量的反应条件测试，整个系统一天可以做上千个反应条件的测试。换成人工，一个实验室里每天做20个化学反应测试就已经很不错了。
马大为告诉记者，一些大型制药公司已经将人工智能用于辅助设计化学合成路线，成为此类技术的第一批用户。除了药物研发，新材料研发等包含化合物合成的领域都可利用人工智能进行化学合成路线推荐。
“将来，合成以往不存在的分子就像盖房子一样，先让人工智能把蓝图描绘出来，研究人员只要按着蓝图去搭建就行。”马大为说。
李承辉也认为，人工智能在化学领域将大有可为。在他看来，未来化学领域的人工智能应用将像人工智能医生一样，它能够掌握和消化海量合成方法、合成路线、材料结构和性能等，科研人员做化学合成研究时，它可以帮助分析和解决很多问题。
不过总的来说，人工智能扮演的角色仍是辅助性的。它可以将化学研究人员从繁重的手工劳动中解放出来，并为他们的研究提供一些参考和借鉴。但其推荐的结果也需要研究人员利用专业知识和经验去判断，哪些是真正可行的。
此外，人工智能推荐化学合成路线目前仍处于模型机阶段。马大为认为，化学研究人员需要不断地为人工智能提供一些创新策略，推动人工智能系统不断优化，后者再反过来推动化学研究人员进行更深入的研究。
人工智能机器人助力快速发现新分子
早在去年，英国格拉斯哥大学的化学家们已经讨论了如何训练一个人工智能有机化学合成机器人来自动探索大量的化学反应。
这种“自我驱动”的系统以机器学习算法为基础，可以发现新的反应和分子，允许利用数字化学数据驱动的方法来定位感兴趣的新分子，而不是局限于一个已知的数据库和常规的有机合成规则。其结果可能降低发现新的药物分子、新化学产品（包括材料）、聚合物及用于高科技应用（如成像）分子的成本。
研究小组通过使用18种不同的起始化学物质的组合来模拟大约1000种反应，展示了该系统的潜力。在探索了大约100种的可能反应后，机器人能够以超过80％的准确率预测出哪些初始化学物质的组合应该被探索以产生新的反应和分子。通过探索这些反应，他们发现了一系列以前不为人知的新分子和反应。研究人员发现了4个新反应，其中一个反应被归入已知最独特反应的前1％。
研究者表示，这种方法是化学数字化的关键一步，它将允许对化学空间（chemical space）进行实时检索，从而帮助新药物的发现，并削减成本，节省时间，提高安全性，减少浪费，帮助化学进入一个新的数字时代。
