微軟AI+量子計算加速聯(lián)合利華研發(fā)進程

微軟正在積極融合最新A!技術(shù)與量子計算技術(shù)，致力于推動科研創(chuàng)新從尖端實驗室跨越至日常生活的每一個角落，這不僅將耗時250年的化學研究進程縮短至僅25年，展現(xiàn)出前所未有的科研加速能力，同時也影響著各種生活常用產(chǎn)品的研發(fā)，催生出維護更健康肌膚的個護產(chǎn)品我們正在開創(chuàng)一種全新科研范式，并重塑世界。

在微軟，我們的愿景是通過最新的 AI 技術(shù)賦能科學家，釋放他們的創(chuàng)造潛力，應(yīng)對一些最緊迫的挑戰(zhàn)。為了實現(xiàn)這一愿景，我們需要將生成式 AI 技術(shù)的全部力量與量子-經(jīng)典混合計算結(jié)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(chuàng)造更好的假設(shè)，還是加速實驗和分析，都需要一個專為科學設(shè)計的云平臺。這就是為什么我們?yōu)榛瘜W和材料科學構(gòu)建了Azure Quantum Elements1。

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臺的方式。這些突破性的功能將使科學家有機會將原本未來250年的化學進程壓縮至25年完成。

通過生成式化學，我們希望拓寬科學探索的視野。研究人員可以使用基于數(shù)億化合物訓練的最新 AI 模型，生成并探索適用于特定行業(yè)應(yīng)用的新分子，然后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。

通過加速 DFT，研究人員可以通過模擬分子的量子力學性質(zhì)，以前所未有的速度加速和擴展他們的化學發(fā)現(xiàn)流程——相比其他 DFT 代碼，速度提高了一個數(shù)量級。

這使我們更接近科學發(fā)現(xiàn)的新范式，先進的 AI 技術(shù)和數(shù)字工具比以往任何時候都更易于科學家、學生和各行業(yè)的實驗室使用。以下是我們關(guān)于研究人員如何利用這些突破性功能設(shè)計新分子，并推動從消費品和醫(yī)藥到制造和能源等整個行業(yè)變革的愿景，從而應(yīng)對一些最緊迫的社會挑戰(zhàn)。

01

致力于實現(xiàn)今日愿景

我們正在努力實現(xiàn)這一愿景。作為Azure Quantum Elements 有限預(yù)覽的一部分，科學家和開發(fā)人員今天就有機會探索加速 DFT，并有望在未來幾周內(nèi)訪問生成式化學。

我們已經(jīng)在與全球消費品領(lǐng)導者聯(lián)合利華（Unilever）的合作中將這一愿景付諸實踐。聯(lián)合利華每天為超過34億人提供服務(wù)，他們正在利用微軟的超級計算和AI服務(wù)支持其數(shù)字研發(fā)轉(zhuǎn)型和產(chǎn)品創(chuàng)新。

02

將 AI 技術(shù)融入科學方法的每個階段

從全球性的目標如逆轉(zhuǎn)氣候變化和開創(chuàng)可再生能源，到個人層面的目標如更可持續(xù)地生活、使用更健康和安全的產(chǎn)品，我們都希望為創(chuàng)造一個更美好的世界盡一份力。時間對于實現(xiàn)這些目標至關(guān)重要，全球有超過800萬名科學家在努力開創(chuàng)創(chuàng)新解決方案，推動進步。微軟的目標是通過最先進的數(shù)字工具為他們賦能，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(shù)通過協(xié)作工具如Copilot 智能副駕駛釋放了新的創(chuàng)造力浪潮并提高了生產(chǎn)力一樣，我們現(xiàn)在將 AI 技術(shù)和自然語言處理能力帶入科學領(lǐng)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(shè)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(shè)到結(jié)果，加速科學過程。它從知識研究和假設(shè)生成開始，通過生成數(shù)百萬潛在的分子候選解決方案來連接點，然后通過數(shù)字實驗縮小候選范圍并分析結(jié)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(xiàn)實世界中取得成果，我們篩選了超過3200萬個候選物，發(fā)現(xiàn)并合成了一種新材料，具有更好電池性能的潛力——這是這一新科學發(fā)現(xiàn)時代可能性的一個有形例子。

當由自然語言工具驅(qū)動時，這一新范式將有助于在每個階段創(chuàng)建一個由 AI 作為科學助手的自主推理循環(huán)。它將通過將這些能力普及，重新定義我們?nèi)绾谓咏鼊?chuàng)新，推動突破性發(fā)現(xiàn)。

03

Azure Quantum Elements 的新功能

生成式化學將為負責發(fā)現(xiàn)和設(shè)計新分子的科學家們帶來新一波的創(chuàng)造力。這將推動許多行業(yè)的突破性增長，無論是幫助石油和天然氣公司發(fā)現(xiàn)更強的燃料添加劑以延長發(fā)動機壽命，還是幫助粘合劑公司創(chuàng)造一種新化學物質(zhì)以增強粘附力并去除不需要的殘留物。

我們可以將這種發(fā)現(xiàn)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(qū)域，而倉庫的其余部分則完全黑暗且未知。生成式 AI 技術(shù)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(guān)于目標應(yīng)用的信息，讓系統(tǒng)幫助確定相關(guān)的分子特性。經(jīng)過幾個步驟后，他們會收到一組符合這些參數(shù)的候選分子，供進一步研究。

然而，僅僅生成候選分子并不足以通過 AI 技術(shù)改造發(fā)現(xiàn)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(fā)現(xiàn)新穎、可合成且在現(xiàn)實世界中有用的分子。這就是為什么我對我們生成式化學方法的實現(xiàn)感到興奮，它不僅能建議以前未見過的分子，還能提供針對特定應(yīng)用調(diào)整的有用特性，并且這些分子的合成在合理的步驟內(nèi)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(guān)鍵組件的支持來源于我們 AutoRXN 軟件的能力，通過逆向探索化學反應(yīng)，幫助評估合成路徑以創(chuàng)建目標分子。

在科學家指定了分子的所需特性之后，他們會收到數(shù)千個分子候選物。這些候選物可以通過AI推理和后續(xù)的高性能計算（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并進行進一步實驗探索的少數(shù)幾個候選物。

這種能力對于科學發(fā)現(xiàn)來說是一個真正的突破。企業(yè)和研究團隊可以在幾天內(nèi)尋找高效、成本效益高且創(chuàng)新的方法來開發(fā)新分子，從而壓縮大量數(shù)據(jù)庫搜索和反復(fù)試驗實驗的迭代過程。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(lǐng)制造、醫(yī)藥等領(lǐng)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。在過去的幾十年里，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、分子和納米粒子，以及表面和界面的電子結(jié)構(gòu)。

我們可以將分子系統(tǒng)比作交通系統(tǒng)，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(tǒng)的“直升機視角”，通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(fù)雜任務(wù)。

這樣的 DFT 模擬優(yōu)化和運行起來可能很復(fù)雜，通常需要超級計算機級別的資源。這就是為什么我們基于微軟研究院開發(fā)的創(chuàng)新技術(shù)，提供了托管 DFT 服務(wù)，使研究人員能夠進行比其他 DFT 代碼快得多的計算，平均速度比廣泛使用的開源 DFT 代碼 PySCF 提高了20倍。

加速 DFT 已經(jīng)被許多組織使用，如AspenTech、丹麥 DTU 能源大學和聯(lián)合利華。它無縫集成到更廣泛的化學和材料科學工作流程中，為加速治療學、環(huán)境可持續(xù)性等方面的創(chuàng)新鋪平了道路。

你可以閱讀技術(shù)博客《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(guān)于此公告的信息。

04

加速科學發(fā)現(xiàn)，共創(chuàng)未來

我們致力于負責任地推進這些技術(shù)，始終關(guān)注創(chuàng)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(yīng)對 AI 技術(shù)和量子技術(shù)日益增強的能力。

[1]https://smt.microsoft.com/en-US/AQEPrivatePreviewSignup/

[2]https://cloudblogs.microsoft.com/quantum/2024/06/18/introducing-two-powerful-new-capabilities-in-azure-quantum-elements-generative-chemistry-and-accelerated-dft/?_gl=1*yh4d8r*_ga*MTcyNzc3MDU2NS4xNzE4OTM2OTg0*_ga_NNH8F3SCG6*MTcxODkzNjk4My4xLjEuMTcxODkzODM3MS42MC4wLjA.

[3] https://cloudblogs.microsoft.com/quantum/2024/06/18/introducing-two-powerful-new-capabilities-in-azure-quantum-elements-generative-chemistry-and-accelerated-dft/?_gl=1*yh4d8r*_ga*MTcyNzc3MDU2NS4xNzE4OTM2OTg0*_ga_NNH8F3SCG6*MTcxODkzNjk4My4xLjEuMTcxODkzODM3MS42MC4wLjA.

[4] https://www.microsoft.com/en-us/ai/principles-and-approach/