发表在《自然》杂志上的一项研究中，科学家们使用一种人工智能算法来创造新的分子，这些分子适用于可以直接来自科幻电影的电子产品。该算法能够通过在计算机上逐个原子地构建它们来快速设计数百万个以前未被发现的分子。

生成深度学习方法已经流行起来，可以创建图像甚至计算机生成的音乐的“深度伪造”。生成人工智能在化学背景下的应用是最近才出现的，有可能重塑科学发现。在实验室中通过人类试验和错误找到具有最佳特性的分子，否则就像大海捞针一样。

人工智能的使用使一种由材料预期用途驱动的分子设计形式成为可能。生成深度学习能够比以前的任何技术更有效地创建满足某些标准的三维分子。在这项由华威大学领导的研究中，作者训练人工智能搜索可以吸收和发射某种颜色的光并且也易于在实验室中合成的分子。相应的分子也可以设计成小，适合大规模生产，有望使新一代柔性电视和屏幕更便宜、更灵活、更轻便、具有更高的色彩亮度。

领导这项研究的华威大学计算表面化学和界面物理教授Reinhard Maurer说：“我们的研究开发了一种算法，可以专注于狭窄的电子和光学特性，为电子应用提出新的分子。最初，该算法只会生成无意义的分子，直到我们对其进行训练以确保可以在实验室中轻松制造这些分子。该方法可以帮助优化有机分子的电子和光学特性，这些有机分子可用于有机发光二极管（OLEDS），这些二极管用于柔性显示器和太阳能电池分子。

毛雷尔教授表示，支持设计和发现的人工智能开始在科学中发挥重要作用：“现代材料过于复杂，无法进行基于实验室的试错搜索。人工智能驱动的计算设计可以帮助提出全新的分子，也可以优化现有的分子。属性驱动型设计的可能应用领域远远超出了电子学。该过程可以通过预测分子的溶解度或它们与酶结合的能力来帮助设计新药，这两者都是药物的重要特性。