Химици и компютърни учени разработват изкуствен интелект

Ежедневието без изкуствен интелект е едва ли мислимо в днешния свят. Безброй приложения в области като автономно шофиране, преводи на чужди езици или медицинска диагностика са намерили своя път в живота ни. В химическите изследвания също се полагат големи усилия за ефективно прилагане на изкуствения интелект (ИИ), известен също като машинно обучение. Тези технологии вече са били използвани за прогнозиране на свойствата на отделни молекули, което улеснява изследователите при избора на съединението, което ще се произведе.

машините

Това производство, известно като синтез, обикновено включва значителни усилия, тъй като има много възможни пътища на синтез за получаване на целевата молекула. Тъй като успехът на всяка отделна реакция зависи от многобройни параметри, дори не е възможно дори за опитни химици да се предскаже дали реакцията ще се осъществи - и още по-малко колко добре ще работи. За да се поправи тази ситуация, екип от химици и компютърни учени от университета в Мюнстер (Германия) обедини усилията си и разработи инструмент за изкуствен интелект, който сега е публикуван в списание Chem.

Предистория и метод:

„Химичната реакция е изключително сложна система“, обяснява Фредерик Сандфорт, докторант в Института по органична химия и един от водещите автори на публикацията. "За разлика от прогнозирането на свойствата на отделните съединения, реакцията е взаимодействието на много молекули и по този начин многоизмерен проблем", добавя той. Освен това няма ясно дефинирани „правила на играта“, които, както в случая със съвременните шахматни компютри, опростяват разработването на AI модели. Поради тази причина предишните подходи за точно прогнозиране на резултатите от реакциите, като добиви или продукти, се основават най-вече на придобито преди това разбиране за молекулните свойства. "Разработването на такива модели изисква много усилия. Освен това по-голямата част от тях са силно специализирани и не могат да бъдат прехвърлени на други проблеми", добавя Фредерик Сандфорт.

Следователно фокусът на представената работа беше върху общата приложимост на програмата, така че другите химици да могат лесно да я използват за собствена работа. За да се гарантира това, моделът се основава директно на молекулярни структури. „Всяко органично съединение може да бъде представено като графика, по принцип като изображение“, обяснява Мариус Кюнемунд, друг автор, от областта на компютърните науки. „На такива графики могат да бъдат направени прости структурни запитвания - сравними с въпроса за цветовете или формите на снимката, за да се улови възможно най-точно така наречената химическа среда.“

Комбинацията от много такива последователни запитвания води до така наречения молекулярен пръстов отпечатък. Тези прости числови последователности отдавна се използват в хемоинформатиката, за да се намерят структурни прилики и са много подходящи за компютърно подпомагани приложения. В своя подход авторите използват голям брой такива пръстови отпечатъци, за да представят възможно най-точно химическата структура на всяка молекула. „По този начин успяхме да разработим здрава система, която може да се използва за прогнозиране на напълно различни резултати от реакцията, добавя Мариус Кюнемунд,„ Същият модел може да се използва за прогнозиране както на добивите, така и на стереоселективността, което е уникално. “

Авторите демонстрират, че тяхната програма може да бъде приложена лесно и позволява точни прогнози, особено в комбинация със съвременна роботика, като използват набор от данни, който първоначално не е създаден за машинно обучение. „Този ​​набор от данни съдържа само относителни продажби на изходните материали и няма точни добиви“, обяснява Фредерик Сандфорт. "За точни добиви трябва да се създадат калибрирания. Поради големите усилия обаче това рядко се прави в действителност."

Екипът ще продължи да развива програмата си по-нататък и да я оборудва с нови функции в бъдеще. Проф. Франк Глориус е уверен: "Що се отнася до оценката на големи количества сложни данни, компютрите са фундаментално по-добри от нас. Целта ни обаче не е да заменим синтетичните химици с машини, а да ги поддържаме възможно най-ефективно. Модели, базирани на относно изкуствения интелект може значително да промени начина, по който подхождаме към химическите синтези. Но все още сме в самото начало. "