Объединение языковых нейросетей и систем искусственного интеллекта, работающих с законами физики и химии, может повысить результативность химических исследований. К такому выводу пришли российские ученые, изучившие возможности современных методов ИИ в лабораторной работе. Как передает ТАСС, обзор подготовили исследователи «Сколтеха», Института органической химии РАН, Университета ИТМО и других научных организаций.
Специалисты проанализировали, какие задачи химики уже решают с помощью машинного обучения и насколько надежны получаемые результаты. Выяснилось, что заметную пользу технологии приносят при обработке спектроскопических, масс-спектрометрических и микроскопических данных. Кроме того, нейросети помогают выбирать вещества и реакции из множества возможных комбинаций.
Третьим направлением стали автоматизированные эксперименты, состоящие из нескольких последовательных этапов. При их проведении ИИ позволяет сопоставлять расчеты с результатами реальных опытов. Вместе с тем авторы обзора считают необходимым совершенствовать способы проверки прогнозов, особенно когда алгоритм сталкивается с новыми веществами и ранее не изученными реакциями.
Руководитель научной группы ИОХ РАН Михаил Медведев сообщил, что следующий шаг предполагает совместную работу больших языковых моделей и специализированного ИИ, учитывающего ограничения химических процессов. Такая система должна понимать, в каких случаях ее расчет надежен, а когда имеющихся данных недостаточно. По замыслу исследователей, она также сможет определять, какой дополнительный эксперимент позволит уточнить выводы.
Старший научный сотрудник Центра ИИ «Сколтеха» Александр Рябов отметил, что для практической химии важна не только точность ответов алгоритма на тестах. Необходимо оценивать его способность интерпретировать измерения, помогать в планировании опытов и давать устойчивые результаты при изменении условий исследования. Ученые предложили в будущем испытывать подобные системы на полном научном цикле, завершающемся воспроизводимым результатом.