1樓：逝水流
科學伎術的迅猛發展和互相滲透孕育了一門門交叉科學,邊緣科學。其中, 計算機和化學,有機化學的交叉滲透 , 產生了不少新技術新成果。正在崛起的電腦科學中的人工智慧研究 , 能賦予計算機學習 、 推理和判斷的能力 , 使之能模擬人的思維過程 .
如70年代初 , 美國史丹福大學研製成功的「 化學專家系統 」就可以模擬化學家思維的程式 , 具有專家的知識水平。機器的知識庫中貯存有有機化合物的結構特徵，命名原則 、 各種異構體的區別以及與之相關的紅外 、紫外、核磁共振、質譜特徵峰形和譜線資料。 使用時 , 只須輸入未知物的各項分析資料 , 計算機即可推斷出未知有機物的化學結構 .
現在用於各種波譜資料進行有機分子結構解析的電腦程式和模擬教學演示的程式不斷編制出來 , 巳經有相當多的定型商品軟體出售 . 這方面的計算機應用的研究工作進展順利 , 也日漸成熟 。
近十幾年來計算機用於有機合成和教學的研究也在蓬勃地開展並獲得相當的成功 . 有機合成反應數以千計 , 合成路線變換多樣乙個化合物可以有各種不同的合成方法 . 乙個分子可以有不同的官能團異構 , 位置異構 , 立體異構 , 旋光異構 .
這麼豐富的資訊內容和隨機變化 、 條件制約 、 邏輯推理正是計算機容量大 、 處理能力強的適宜的用武之地 . 計算機參與有機合成的設計及研究不僅對劫1合成的教學工作 、 合成路線的設計帶來實際的好處 , 而且也促進了路線選擇 、 有機反應檢索 、 有機分子結構的表示和識別 ( 包括對有機分子亞結構的細微識別) 、 計算機的圖形表示 、 人工智慧等諸多基礎理論領域的研究和發展。
2樓：
友情提示一下，有機化學是最早應用人工智慧的領域之一。 2023年世界上第乙個專家系統DENDRAL，就是用來輔助解析有機化合物的結構。 這個領域雖然進展比較緩慢，但是一直在進步。
簡單的說，在學術界，有機化學要取得進展，就是由純粹的實驗科學向理論科學進步，還是需要在理論化學方面取得突破，不是單純的人工智慧的問題，時間表不能確定。
但是在工業界，人工智慧和各種自動化技術，在未來一段時間，應該會得到大力的發展，比如說，計算機輔助的反合成分析很早就有了，現在有的化學品電商可以把反合成分析和原料的供貨資訊結合起來。 實驗室自動合成儀很早就有了，但是只能做一些特定的反應。但按現在的機械人技術，實驗室工作應該大部分都可以做到自動化，無非是成本問題。
3樓：Freie Icy
［此外手機網頁端無法引用加粗等深入編輯，等有機會用電腦後再繼續編輯，大體意思已經表達出了］
有機化學最大的特點，就是高度可逆性及產物多樣性，這決定了其反應是極其複雜的。化學本身是實驗為基礎的自然科學，機理、原理、各種分類別概括都只是對其做一定的解釋、歸納，使本來雜亂無章的實驗現象看起來稍微有些規律和普遍性，只是人的一種理性認識。機理是解釋反應現象的，而不是規定反應的。
我們看到很多這樣的例子：在一套體系下，一系列反應都能得到完美的解釋，但是總有幾個特例不符合，這個時候人們又得用別的方面找出新的機理。［答主有些偏向不可知論 ]
研究新的有機物的性質，人做的是歸納總結，總結的物件是實驗現象，人工智慧也是如此。雖然從電性、構型、位阻等微觀方面，人可以對一系列現象做一定的歸納，但終究他們各對結果貢獻多少，還是要依靠實驗結果。繁雜的實驗可以說是一種比較「必要」的研究過程。
人工智慧能做的也許是稍稍簡化這部分過程，但是僅僅依靠計算機理論演算必然會出現不少的偏差。假設人工智慧有一定的偏差分析能力並且學習之，這部分規律可能又不適用於另外一些。普遍性是歸納的，有限的。
而正是因為機理不是來規定只是一種解釋，用機理推斷新的產物，如果是很冷門的一些反應或者新的反應而不是一些常見的官能團反應（事實上那些常見官能團反應都有很多意料之外的產物），其成功率會比較低下，最終還是依靠實驗來論證。
AI的整個認識機制當然可以不斷改進，他的整套思維邏輯系統也可以和人的思維不同，但是化學，尤其是有機化學這類實驗性很強的學科，僅憑理論計算誰都無法下定論。學過有機化學的應該都有體會，每次實驗條件控制地再好、副產物預測做得再好總有一些出乎意料的副產物。
上文講述到了副產物，這當然也是制約AI完全取代人類進行有機研究的一方面。人類對於化學的研究在真正本質上能做的很少，不是做的很少。即使理論再發達也很難。
機理不是數學定理，讓AI完全綜合幾種不同的機理、綜合各種化合物的本性、外界條件等進行推算，80%的自信率過於自負。何況化學的目的還是實驗，還是要做出這種東西。產物的分離最終還是得人來完成。
或許將來會有智慧型蒸餾儀、智慧型分液機械人、智慧型分子式測定機器等高科技的輔助產品，他們做的也最多是「簡化繁雜的重複性實驗手段」--這些人類也已經很熟練的步驟。人工智慧在勞動，或者說是純勞動領域的確表現十分出色，這也正是其最大的優勢，也是答主對於「如何將AI和有機化學結合」的乙個觀點。目前實驗太過冗長，非單相反應的幾個小時的時間和低產率大大降低了有機實驗的效率，這個方面AI可以使實驗更省力（如果技術足夠，如AI可以製造高溫高壓、告訴人應該加入什麼催化劑，然後用機械人自動化實驗），但是關鍵步驟把控以及結果分析等，恐怕還是不能完全取代。
再繼續談上文提到的「新反應」。化學的目的就是得到新物質。已有的物質或者已有的物質類別的合成只是工業勞動，不是化學。
在已有的反映型別中找「新材料」--即某一特定分子具有的特性，例如各類偶氮染料的不同顏色和揮發度等，也只是較低層的有機研究。尤其地，目前對常見官能團的已知反應來說，科研人員只需要做幾乎重複的實驗方法就可以得到目標化合物。目前最需要最迫切的研究是發現新的反應，一些沒有現有機理解釋的反應。
有機與生化在過去有過一定程度的「重疊」，即研究並模仿植物體合成物質的機理來化學地合成一些複雜物質。以前的甾族化合物的最初化學合成研究也是用植物體的一些重要反應作為參考的。那些反應用當時已有的機理都是不能直接推導的。
這麼說：如果把有機化學比做乙個數學的分支，他的目標是發現新的公式定理，而不是依靠現有的公式定理證明更多的命題及大的結論。黃鳴龍反應大家都很熟悉，他當時找減小回流時間以及沸點材料催化劑，並不是依靠現有的機理，而是一種理性佔少數實驗占多數的研究。
他之前的沃爾夫和凱希那對於羰基鹼性還原的研究已經有過一套機理，但是他卻突破了這個機理找到了更高效的方法。還是那句話，機理不是來規定反應的，而是解釋反應的。機理的這個性質，決定了AI很難獨立地進行反應物推測以及反應研究。
題主的例子看得不是很清楚，是酸和那個化合物形成酯嗎？那麼不能保證芳環上不被取代。好吧暫且不論這個。
假設這個能實現，那麼大部分目前的知識已經能夠推出這個。AI應用於科研，絕不僅僅是告訴他諸如RCOCl+NH3—>RCONH2+HCl之類的道理，讓他能推導出所有醯滷的氨解，抑或是獨立推斷出別的親核取代--那頂多是基於現有機理--的反應。然而他無法推出RA+HA=RH+A2之類的（打個比方，A沒有實際含義）之類的反應。
即使那套機理綜合一下、各種量子學資料綜合一下，它是不成立的，但是實驗如果能得出它的成立性呢？
如何將人工智慧與哲學相結合？
冰笛 弱人工智慧就別想了，頂多是能結合個算命軟體出來。強人工智慧不存在結合問題，或者說強智慧型本身就是哲學的一種應用。不過，考慮到當前哲學的完備性以及個學派之間的認知矛盾等問題，這些都會在應用的過程中凸顯出來，從而能促使哲學體系向更加完備，更高層次的方向發展。 趙者也 哲學研究不是科學研究。哲學是高...
如何看待現在的人工智慧技術？
大鵬諮道 人工智慧會奪走人類的工作？有人說人工智慧會奪走人類的工作？根據調查，92 相信機械人技術與人工智慧的進步將提公升中國的整體競爭優勢，91 的受訪者認為機械人與人工智慧將為其當前從事的工作帶來積極的影響，其中83 的受訪者表示對未來的工作前景更有信心，84 的受訪者表示，他們並不擔心當前的工...
印度的人工智慧技術發展如何？
葉某人cc 印度的人工智慧技術是處於世界前列的，尤其是在應用類技術領域。全球共有2961個大大小小的人工智慧技術公司，而印度就獨佔586個，僅次於美國 日本 俄羅斯，領先於法國 中國 加拿大。印度海得拉巴的HCCI是全球最大的人工智慧技術培訓中心，每年就為全世界提供350多名人工智慧領域的技術工程師...