Séance de cours
Cette séance de cours de Kobi Felton explore l'utilisation de l'apprentissage multitâches pour accélérer l'optimisation des réactions chimiques. La présentation porte sur les défis de l'échelle des réactions, l'immense espace de paramètres en chimie et les limites des ressources expérimentales. Felton introduit des workflows d'optimisation automatisés et des algorithmes d'optimisation, montrant des exemples de N-benzylation et de réactions de couplage C-N. La séance de cours souligne l'importance des algorithmes d'optimisation globale en chimie et démontre l'application de l'optimisation bayésienne dans l'optimisation des réactions. Différentes stratégies et repères sont discutés, mettant en évidence les avantages et les échecs potentiels de l'optimisation multitask bayésienne dans l'optimisation de la réaction.