去年在波士顿举行的 ACS 2018 年秋季会议上，IBM Research 发布了 IBM RXN for Chemistry，一个基于云的应用程序，能将有机化学与一种语言体系相关联。该应用程序背后是一种先进的神经机器翻译方法，它可以使用序列到序列（seq2seq）模型来预测化学反应的最可能结果，该 AI 模型被称为分子变压器。它经过端到端的培训，可完全由数据驱动，无需查询数据库或任何其他外部化学信息。类似于将化学问题从一种语言（反应物+试剂）转换为第二种语言（产品）的正向化学预测问题，研究团队注意到了将翻译过程颠倒的并行性。逆向问题不是预测可能发生的化学反应的结果，而是确定创建给定目标分子所需的化学物质，该过程也称为逆合成。IBM 团队在过去的一年中致力于改善 IBM RXN 的用户体验，今天他们宣布为该程序扩展了逆向翻译任务的方法。逆向合成的实现比训练 AI 模型进行正向化学反应预测更具挑战性，IBM 的首要目标是构建一个从零开始的评估指标，以了解模型的优势和局限性，并提供一种系统地改进 AI 技术的方法。(IBM blog)