Слияние языковых моделей и физического ИИ ускорит исследования в химии

Ведущие химики России провели глубокое исследование, касающееся применения искусственного интеллекта (ИИ) в химии. Они пришли к выводу, что эффективность научных нейросетей значительно возрастет благодаря интеграции больших языковых моделей и специализированных ИИ, которые способны интерпретировать и применять химические и физические законы. Об этом сообщает портал ТАСС.

По словам Михаила Медведева, руководителя группы в Институте органической химии РАН, следующий этап в развитии ИИ для химии связан с синтезом больших языковых моделей и физически информированных систем, которые учитывают химические ограничения. ИИ-агент должен уметь определять, когда прогнозы физически информированной модели являются обоснованными, а когда они выходят за пределы обучающих данных, а также выбирать наиболее подходящие эксперименты для уменьшения неопределенности.

Ученые, включая специалистов из ИОХ РАН, Центра ИИ "Сколтеха", Университета ИТМО и других ведущих научных организаций, пришли к этому выводу в ходе подготовки обширного обзора по применению технологий ИИ в химических исследованиях. В рамках этого обзора они проанализировали, на каких этапах химического исследования ИИ приносит ощутимую пользу, а также рассмотрели проблемы, связанные с оценкой надежности работы нейросетей.

Александр Рябов, старший научный сотрудник Центра ИИ "Сколтеха", отметил, что важно рассмотреть ИИ с точки зрения химика, которому необходимо принимать решения в исследованиях. Высокая точность модели на тестовых данных - это лишь часть картины. Гораздо важнее понять, помогает ли модель интерпретировать данные, планировать информативные эксперименты и сохранять качество и надежность прогнозов при работе с новыми веществами и реакциями.

Анализ, проведенный исследователями, показал, что уже сейчас различные системы машинного обучения и продвинутые формы ИИ значительно улучшили работу химиков в трех областях: интерпретации данных спектроскопии, масс-спектрометрии и микроскопии, поиске перспективных веществ и реакций, а также в проведении автоматизированных многоэтапных опытов и связывании прогнозов с результатами этих экспериментов.

Ученые также отметили, что дальнейшее развитие химического ИИ потребует интеграции больших языковых моделей со специализированными нейросетями, способными учитывать, как основные законы физики и химии ограничивают химические реакции и процессы. В будущем фундаментальные модели, основанные на химических знаниях, и интеллектуальные экспериментальные платформы должны проходить проверку в полном цикле исследований - от постановки задачи до получения воспроизводимого результата.

Больше новостей и эксклюзивных видео смотрите в канале Самара Онлайн 24 в MAX

Читайте также: