Специалисты Института органической химии имени Н.Д. Зелинского Российской академии наук научили нейросеть имитировать мышление ученых-химиков и применять интуитивный подход при создании новых материалов и соединений.
По словам специалистов, искусственный интеллект способен выполнять множество задач. Так, например, он легко анализирует огромные массивы данных, помогает в поиске лекарств, оценивает экономические тренды, предсказывает химические реакции, оптимизирует технологические процессы.
Однако у него есть одно слабое место: ему тяжело повторить то, что человек делает на интуитивном уровне. А человеческая интуиция — это результат опыта, знаний и сложных ассоциативных процессов, которые не так просто перенести в алгоритмы, потому что интуиция человека формируется годами. И выразить ее четкими математическими формулами крайне сложно.
Ученые Института органической химии, используя подход Learning to Rank (LTR), постарались научить искусственный интеллект оценивать молекулярную сложность так же, как это делают эксперты. Для обучения ИИ исследователи собрали объемный набор данных: около 300 000 молекул были оценены 50 профессиональными химиками. Ученые сравнивали молекулы между собой, определяя, какая из них сложнее. Эти оценки использовались для тренировки модели, которая постепенно училась принимать такие же решения, как и человек.
Итогом работы стало создание нейросети, способной оценивать молекулярную сложность так же, как это делают химики, а также создание уникального набора данных, включающего сотни тысяч молекул с экспертными оценками. Опыты уже показали, что искусственный интеллект впервые сумел воспроизвести интуицию ученых, а не просто работает с четко определенными параметрами. Это значит, что химики получают мощный инструмент, который может помочь в открытии новых веществ, оптимизации синтеза и создании новых материалов с контролируемым уровнем молекулярной сложности.
Мона Платонова.
Иллюстрация создана нейросетью MidJourney
