化學主題書選介：AI與化學
人工智慧（AI）的發展已經在各領域引起了深遠的影響，這項技術所帶來的衝擊遍及各領域，當然也包括化學，而化學家又應該如何面對AI和大數據的發展？化學研究著重於實驗，隨著機器學習和AI技術的進步，研究人員能夠更有效地分析和預測化學反應，加速新材料和藥物的研究與發現。
圖片來源: copilot
本文介紹人工智慧、機器學習和化學相關的專書論著，這3本書是臺大館藏電子書，在校內網路可直接開啟電子全文。
Computational and data-driven chemistry using artificial intelligence : fundamentals, methods and applications
Edited by Takashiro Akitsu.
Elsevier, 2022
這本書強調人工智慧（AI）的基礎知識和目前的發展，使讀者深入了解這些工具如何被利用來增強他們的工作。人工智慧（AI）具有處理大型或複雜數據集、比較分子特性和行為、以及幫助研究人員設計或識別新結構的能力，有著顯著的潛力改變化學的未來。第一部分有關化學中AI的基礎知識，包括對該領域的介紹，以及對資料庫使用和統計分析的指導，對新手有所幫助。第二部分則討論了當前用於解決廣泛領域問題的方法，例如計算和理論化學；材料、合成和藥物化學；晶體學、分析化學和光譜學等，包括《由人工智慧方法目標導向生成新分子》、《使用機器學習預測催化反應的活性和活化因子》等，討論人工智慧（AI）對該領域帶來的未來趨勢。
Data science in chemistry: artificial intelligence, big data, chemometrics, and quantum computing with Jupyter
Thorsten Gressling.
De Gruyter, 2021
這本書是從化學領域知識的角度來撰寫，分為四個部分，第一部分介紹基本概念，不重複其他教材AI、IT和數學的內容，而是強調AI最新發展和與化學的關聯。第二部分是領域知識，涵蓋了Jupyter和Python在化學計量學的應用，並以經典化學領域的有機、無機和物化為範疇。第三部分是數據科學運用在分析化學和化學計量學。第四部分是量子，人工智慧中使用量子力學的理論與應用。這本書是提供AI現有過程和技術的最新概述的實用指南。作者提出了化學科學課程必須有所改變，增加數據科學、統計學、機器學習的課程訓練。實驗研究人員也不能免於其專業領域的變化，下一代材料科學家，無論是實驗研究人員還是計算研究人員，都將具備數據技能。
Python for Chemists
Kiyoto Aramis TanemuraDiego Sierra-CostaKenneth M. Merz Jr.
American Chemical Society, 2022
Python是一種簡易明瞭的直譯語言，特點是易於編寫而且可於特定應用項目中轉換，易於開發讓Python成為具吸引力的程式語言，也可以應用在廣泛化學領域。這本書主要讓讀者探索Python在化學數據分析、化學資訊、機器學習和分子模擬方面，從蒐集到的化學問題，使用Python來解決問題。這本書並不是學習Python語言或化學的書，而是讓讀者有能力界定研究問題，從Python來編譯大量數據運算。如果您目前的研究需處理化學數據或模擬，或許能從中找到有效解決問題的靈感。
如果還想了解更多人工智慧、機器學習和化學的相關知識，閱讀相關主題專書，可以利用圖書館藏目錄，查詢”machine learning”或＂artificial intelligence”與”chemistry”等，可查得以下專書論著：
- Machine learning in chemistry : the impact of artificial intelligence
- Machine Learning in Molecular Sciences
- Machine Learning and Hybrid Modelling for Reaction Engineering : Theory and Applications
- Machine learning in chemistry : data-driven algorithms, learning systems, and predictions
- Practical aspects of computational chemistry V
作者：Ya-Fang Weng