药物行业中人工智能的应用已经经历了持续增长的阶段，主要应用于药物研发、个体化医学和癌症等治疗领域。使用先进的机器学习算法，通过考虑环境条件、生活方式和健康历史等因素，可以为每个个体制定定制化的治疗方案，从而优化健康结果。

Nov, 2023

生成人工智能在制药研发领域应用的价值链上，从早期发现到监管批准，以三个层次的方法进行探讨，评估已产生影响、即将到来的颠覆性机会和将塑造行业未来的长期转型。这为制药研发领导者制定生成人工智能战略提供了建议，为获取技术的真正价值和确保未来增长奠定基础。

Dec, 2023

本文综述了人工智能在药物发现领域中的优势、挑战、局限性及其可能的应对策略，讨论了数据增强、可解释性人工智能和将人工智能与传统实验方法相结合的潜在优势。总的来说，本文强调了人工智能在药物发现中的潜力，并提供了在这个领域实现其潜力的挑战和机会的见解。

Dec, 2022

药物发现正在适应新技术，如数据科学、信息学和人工智能（AI），以加速有效治疗的开发，同时减少成本和动物实验。 AI 正在改变药物发现的方式，成功的药物发现需要优化与药理动力学、药代动力学和临床结果相关的特性。本文讨论了 AI 在药物发现的三个支柱（疾病、靶点和治疗模式）中的应用，重点关注小分子药物。

Jul, 2023

此篇论文综述了近期在人工智能方法论中应用于药物发现的最新进展，并将其分为分子序列和几何图形的表征学习、基于数据驱动的推理以及基于知识的推理三个相对稳定的子领域，并探讨了未来可能的研究方向及挑战。

Feb, 2022

这篇综述介绍了近十年来人工智能在药物研发领域的应用，主要包括分子属性预测和分子生成任务，讨论了数据资源、分子表示方法、基准平台和相关技术，旨在为研究人员提供指导，并提供了一个收集论文和代码的 GitHub 存储库作为学习资源。

Jun, 2021

本文通过文献综述研究了人工智能在医学领域的应用与发展，探讨了艾伦・图灵在上世纪的人工智能基础概念，介绍了研究人员们对人工智能在医学中卓有成效的应用以及未来的研究方向与前景。

Apr, 2022

有机化学正经历一个重大的范式转变，从以劳动密集型为主的方法转向由自动化和人工智能（AI）主导的新时代。这种变革性转变是由技术进步、对更高研究效率和准确性的不断增长的需求以及跨学科研究的蓬勃增长所推动的。AI 模型在计算能力和算法的支持下，正在极大地改变合成规划，并引入了处理复杂分子合成的突破性方法。此外，自主机器人系统通过以前所未有的速度和精确度执行繁琐的任务，迅速加速了发现的步伐。本文考察了这一范式转变所带来的多重机遇和挑战，并探讨了其广泛的影响。它对有机化学研究的未来趋势提供了有价值的见解，该趋势越来越被自动化和人工智能的协同相互作用所定义。

Nov, 2023

软件工程领域正在经历一场范式转变，人工智能系统如 LLMs 日益重要，提高软件开发生产力，未来五年，人类开发者与人工智能之间将会有日益增长的共生伙伴关系，软件工程研究社区必须重视这一趋势，我们需要解决将人工智能融入软件开发过程带来的关键研究挑战，本文提出我们对于 AI 主导软件开发领域未来的愿景，并探讨了研究社区在实现这一愿景上应该解决的关键挑战。

Jun, 2024

该研究在人工智能和机器学习领域的三个期刊中进行了综述，指出数据处理是技术发展中最重要的部分。一些常用的数据集往往需要手动标记，因此半监督或无监督的方法被越来越多地研究。在实际应用中，考虑到安全和可解释的预测是必要的。

May, 2023